技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

エンジニアのためのデータの特徴を分析する統計・多変量解析手法

エンジニアのためのデータの特徴を分析する統計・多変量解析手法

~製造業の統計・多変量解析 実務的基礎~
大阪府 開催 PC実習付き

開催日

  • 2019年6月7日(金) 10時00分 16時30分

受講対象者

  • 要素技術、生産システム、品質管理などの分野でデータ分析・統計・多変量解析スキルが必要な方
  • マーケティング、商品企画等で、顧客ニーズ、コンセプトメイキングのためにデータ分析・統計・多変量解析スキルが必要な方
  • 人工知能を活用するために、データの前処理、データの解釈、人工知能の予測能力の評価等の手法を習得したい方
  • 複数の要因によって、目的とする対象がどのように変化するか、予測や説明を行う方法を求めている方
  • 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める (データの縮約) 方法を求めている方
  • 複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法を求めている方
  • 数多くのデータをグルーピングし、適切に分類、階層化する方法を求めている方

修得知識

  • 実務で使えるデータ分析手法の基礎 → 基本的な統計量とグラフ化
  • 複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う方法 → 重回帰分析
  • 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める方法 (データを縮約する方法) → 主成分分析
  • 複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法 → 因子分析
  • 数多くのデータをグルーピングし、適切に分類、階層化する方法 → クラスター分析
  • 多変量解析ソフトウェアの操作方法

プログラム

 製造業では、多くのデータを取扱いますが、データから価値ある情報を取り出し、解釈するためには各種統計的な解析を使用する必要があります。統計解析、あるいは多変量解析は、データの要約、傾向の確認、原因分析、今後の予測などの解析が行えますが、目的に合わせて適切な手法を選択する必要があります。最近トピックスになっている人工知能に関しても、人工知能に効率的な学習を行うためには、データの与え方の工夫や、学習に適した形にデータを加工する必要があります。その際にも、前述した統計解析・多変量解析によるデータ分析が必要になります。一方で、統計・多変量解析を習得しようとすると、従来は、実務では実際には使用しない内容を無味乾燥な数式で学ぶ必要がありました。
 また、データ分析には統計・多変量解析ソフトウェアが必要になります。しかしながら、統計・多変量解析ソフトウェアは、下記のように2極化しており、簡単に導入・活用するには躊躇いがともなう状況です。

  • 無料で使用できる反面、プログラムのような記述が必要な「R」
  • Excelライクに直感的に使用でき、かつ極めて高機能な反面、高額なため「1人1ソフトウェア体制」や「思い立ったら誰でもデータ解析をする体制」には向かない「JMP」「SPSS」「StatWorks」

 本講座では、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方法を中心に講義いたします。また、無味乾燥な数式の解説ではなく、具体的な事例を通して、データ分析の本質的な原理を解説いたします。そして、無料で導入でき、EXCELライクに直感的に使用できる統計解析パッケージソフトウェア (無料時には機能制限あり) を使い、実際にデータ分析の演習を行います。

  1. 実務で使えるデータ分析手法の基礎
    • 統計解析・多変量解析とは
    • 基本的なデータ要約方法 – 基本的な統計量
    • グラフ化による目視確認の重要性
    • 実務でよく使用する各種グラフ
    • ソフトウェア紹介
  2. 複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う
    • 重回帰分析 (回帰式の構築) とは
    • 重回帰分析の手順、チェックノウハウ
    • 参考:判別分析
    • データ分析演習
  3. 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める
    • 主成分分析 (データの縮約、データの合成分析) とは
    • 主成分分析の手順、チェックノウハウ
    • データ分析演習
  4. 複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める
    • 因子分析 (潜在変数の見える化、データの分解分析) とは
    • 因子分析の手順、チェックノウハウ
    • データ分析演習
  5. 数多くのデータをグルーピングし、適切に分類する
    • クラスター分析 (類似した特徴を持つグループ化とグループの階層化分析) とは
    • クラスター分析の手順、チェックノウハウ
    • データ分析演習
  6. その他の分析方法
    • 要因の組合せ最適化を行う方法 → 実験計画法 概要
    • より高度な組合せ最適化方法 → 品質工学 (タグチメソッド) 概要
    • 重回帰式の上位版 → ニューラルネットワークモデル (深層学習)
  7. 質疑応答

会場

ドーンセンター

4F 大会議室1

大阪府 大阪市 中央区大手前1丁目3-49
ドーンセンターの地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,278円 (税別) / 49,980円 (税込)

持参物

Excel (32bit) をインストール済みのWindows PCを持参ください。演習を実施します。
また、 お申込み頂いた受講者のみに、下記ソフトウェアのexeファイル3点を配布いたします。
開催日の7日前を目処に、お送りいたします。
事前に持参するWindows PCにインストールをお願いいたします。

  • 多変量解析ソフトウェア (演習で使用するソフトウェア)
  • 実験計画法 (品質工学) 解析ソフトウェア (参考として6章で紹介)
  • 人工知能ソフトウェア (参考として6章で紹介)

なお、配布するソフトウェアは、Windows PC以外のOSには対応していません。
Windowsは、Windows7、Windows10の32bit、64bitどちらでも可。

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 23,139円(税別) / 24,990円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 43,750円(税別) / 47,250円(税込)
    • 2名様でお申し込みの場合 : 2名で 46,278円(税別) / 49,980円(税込)
    • 3名様でお申し込みの場合 : 3名で 69,417円(税別) / 74,970円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 46,278円(税別) / 49,980円(税込)
    • 2名様でお申し込みの場合 : 2名で 92,556円(税別) / 99,960円(税込)
    • 3名様でお申し込みの場合 : 3名で 138,833円(税別) / 149,940円(税込)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時
2019/6/26 ラマンスペクトル測定法とデータ解釈 東京都
2019/6/26 プラスチックの衝撃破壊メカニズムと耐衝撃性向上 東京都
2019/6/27 効率的な信頼性加速試験の進め方と試験結果の活用 東京都
2019/6/27 マテリアルズインフォマティクスの基礎と応用 東京都
2019/6/27 小規模データセットのための実践的ディープラーニング 東京都
2019/7/2 画像認識のための機械学習・深層学習とPythonによる実装 東京都
2019/7/2 データから本質的な情報を取りだすエンジニアのための統計・多変量解析 基礎と実際 東京都
2019/7/4 データサイエンスと機械学習の基礎講座 東京都
2019/7/5 高級感の定量化技術と製品開発への活用 東京都
2019/7/8 体外診断用医薬品の性能評価における統計解析 大阪府
2019/7/9 機械学習とウェアラブルセンサを用いた人間の心理状態の可視化 東京都
2019/7/11 事業計画と投資の経済性分析 東京都
2019/7/11 コンピュータバリデーション & ER/ES指針セミナー (2日間) 東京都
2019/7/11 コンピュータバリデーション & ER/ES指針セミナー 東京都
2019/7/11 医薬品・化粧品工場のヒューマンエラー低減策の進め方 大阪府
2019/7/12 時系列データの分析の基礎と実践ポイント 東京都
2019/7/16 自然言語処理技術の上手なすすめ方 東京都
2019/7/16 画像の対応付けの基礎とその高精度化 東京都
2019/7/17 多変量解析、ノンパラメトリック手法の基礎と実践 東京都
2019/7/18 製造業におけるニューラルネットワークモデル (超回帰モデル) を併用した非線形実験計画法 東京都

関連する出版物

発行年月
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2013/8/29 長期信頼性・高耐久性を得るための接着/接合における試験評価技術と寿命予測
2013/6/21 機械学習によるパターン識別と画像認識への応用
2013/6/3 プラスチックのタフニングと強度設計
2013/2/1 患者情報の安全管理と法的にみた診療記録のあり方
2011/2/1 バッチプロセスのスケールアップとラボ検討の進め方
2010/10/28 薬物動態(「ヘ」項)試験におけるデータ・試験の信頼性確保・保証とQC・QA手法/タイミング
2010/9/29 医薬品の品質試験実施・生データの信頼性基準と申請資料作成の留意点
2010/5/31 信頼性作りに向けた加速試験の基本と効率的な進め方
2006/3/10 信頼性抜取り試験・加速試験とデータ解析
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化
1998/6/15 電子機器・部品の複合加速試験と信頼性評価技術
1993/4/1 はんだ接続の高信頼性化技術とその評価
1993/3/1 新しいサーボ制御の基礎と実用化技術
1992/11/11 VLSI試験/故障解析技術
1988/2/1 半導体の故障モードと加速試験
1987/8/1 機構部品の故障現象と加速試験
1985/10/1 電子部品・電子装置の環境信頼性試験