科学の研究を進めるときに実験は重要である。この実験で得られたデータは仮説の真偽を検討するために使用される。これまで企業の研究開発で行う実験もこのような科学の研究に準じて行われてきた。
　しかし、2012年にiPS細胞の発明でノーベル賞を受賞された山中伸弥博士がインタビューで語られていた非科学的手法に世間は驚かされた。また、材料科学の分野ではマテリアルインフォマティクスと呼ばれる研究が注目されている。さらに、21世紀になりデータサイエンス学部を設置する大学が増加しており、「データ」という情報をもとに現象を考察する技法がアカデミアの潮流となりつつある。
　情報科学が進歩し、多量のデータを容易に処理できる時代に、これを活用して効率を上げるだけでなく、そこから思いもよらぬアイデアが浮かぶかもしれないという期待が高まってきた。すなわち、現象を表現しているデータ群を利用し AIを用いたデータマイニングで新しい「知」を取り出そうと人類が活動を始めたのである。
　ところで、科学誕生前の技術開発では現象から機能を取り出すような実験が行われていたことがあまり知られていない。そこでは、機能が動作して出力される結果 (データ) が人類に役立つことが重要で、これをデータ駆動による技術開発手法と見なすことができる。
　すなわち、データ駆動の実験手法は、人類が新しい機能を手に入れるために科学誕生以前に自発的に行われてきたが、科学の誕生後、それが仮説に基づく実験にデザインされ、データ収集は仮説の真偽を判断する目的として行われるようになっただけである。しかし、トランスサイエンスが注目される現代において、科学で解けない問題を解く手法として科学誕生以前の手法を見直しても良いのではないか。
　本セミナーでは、過去の技術開発手法に情報科学で用いられるデータ解析手法を取り入れ温故知新により成果の出た講演者の成功事例を公開いたします。例えば、科学で否定証明された問題を多変量解析で解いて実用化に結びつけた事例や、データ駆動で環境対応樹脂を開発した事例などデータサイエンスによる実験手法を具体的に説明いたします。

1. 科学と技術
   1. トランスサイエンスと否定証明
   2. 事例:ヤマナカファクター開発
   3. 技術開発方法論の重要性
   4. 何故、今マテリアルインフォマティクスなのか
   5. 事例:データ駆動による環境対応樹脂開発
2. 統計手法について
   1. 統計手法の復習
   2. 例題:ワイブル統計による故障寿命予測
   3. 新QC7つ道具
   4. ラテン方格を用いた実験
   5. 事例:高純度SiC開発
3. 多変量解析
   1. 多変量解析概論
   2. 事例:重回帰分析による新規難燃化システムの開発
   3. 事例:残渣分析によるフェノール樹脂の機能改善
   4. 事例:主成分分析を用いた電気粘性流体の耐久性改善
   5. 事例:主成分分析による顧客ブラックボックス見える化
4. タグチメソッド ™
   1. 基本機能とは
   2. SN比と感度
   3. 事例:難燃性PC/ABS開発
5. まとめ
   1. 重回帰分析プログラムの使用方法
   2. 主成分分析プログラムの使用方法
   3. SN比計算プログラムの使用方法
   4. ワイブル統計解析プログラムの使用方法