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

製造業で成果を上げるための実践的データ活用術

製造業で成果を上げるための実践的データ活用術

～線形モデル・非線形モデルの構築方法、データ前処理、品質予測・異常検出等の応用事例 / AI時代に理解しておきたいデータ解析の基礎と活用の要点～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す
  • ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
  • アーカイブ配信の視聴期間は、2026年8月28日〜9月3日を予定しております。
  • ライブ配信を欠席し、アーカイブ配信のみ受講をご希望の場合は、通信欄に「ライブ欠席、アーカイブのみ受講」とご記入ください。

概要

本セミナーでは、データ解析手法の基礎から解説し、データ解析手法を使用するデータ前処理、および注意すべきこと (弱点)を解説いたします。
また、応用編では、産業応用事例を紹介しながら、実際に現場で役立つデータ活用術を解説いたします。

開催日

  • 2026年8月27日(木) 10時30分 ～ 16時30分

修得知識

  • 現実の問題をデータ解析で解決するための実践的方法
  • 様々な産業応用事例

プログラム

　AIが勝手にデータ解析をしてくれる時代が到来した。データとプロンプトを与えれば解析結果を出力してくれる。AIを使わないまでも、自動的に機械学習によるモデル構築を行ってくれるツールもある。ボタンを押すだけで、数多くの方法を試してオススメのモデルを提示してくれる。実に便利だ。しかし、それで大丈夫なのだろうか。間違った使い方をして間違った結論に飛びついていないだろか。実は、これは深刻な問題である。
　生産性向上や品質改善を実現するためには、設備や製品に関する知識とデータを活用しなければならず、そのための方法を身に付ける必要がある。ドメイン知識が重要な役割を果たす。製造現場で成果をあげるために、最先端の機械学習手法が必要とは限らない。むしろ、実績豊富な方法を自分の道具箱に入れておき、それらを適材適所で使うことが大切である。目標を達成できるのであれば、手法やモデルはできるだけ単純な方がよい。
　そのような観点から、本講座の基礎編では、最低限知っておくべきデータ解析手法を解説し、それらを使用する際に注意すべきこと (弱点) を指摘する。また、地味だが重要なデータ前処理にも触れる。その上で、応用編では、産業応用事例を紹介しながら、転移学習やグレイボックスモデル (ハイブリッドモデル) を含めて、実際に現場で役立つデータ活用術を紹介する。さらに、これまでの数多くの失敗経験から抽出した、データ解析で成果を挙げるための心得3箇条を示す。

  1. はじめに
    • 製造業におけるデータ活用について
  2. 基礎編1 : 最低限知っておきたい線形モデル構築方法
    1. 重回帰分析
    2. 線形判別分析
    3. 主成分分析
    4. 多重共線性の問題
    5. Ridge回帰とLasso回帰
    6. Partial Least Squares (PLS) 回帰
  3. 基礎編2 : 道具箱に入れておきたい非線形モデル構築方法
    1. ガウス過程回帰 (GPR)
      • バラツキを予測する (ベイズ最適化へ)
    2. Random Forest
      • 多数決で精度を高める
  4. 基礎編3 : 最低限実行するべきデータ前処理
    1. データを見る
    2. 外れ値を検出する
    3. 変数を変換する
  5. 応用編1 : 仮想計測・ソフトセンサー
    1. 仮想計測・ソフトセンサーの役割
    2. 実用上の課題
    3. Just-In-Timeモデル
      • 装置や原料の特性変化に対応する
    4. 製品品質の推定制御
      • 局所PLSとモデル予測制御を活用する
    5. 転移学習・ドメイン適応
      • データ不足問題を克服し、モデル構築期間を短縮する
  6. 応用編2 : 異常検出
    1. 統計的プロセス管理 (SPC)
    2. 多変量統計的プロセス管理 (MSPC)
    3. 非線形性に対応した異常検出方法
      • 近傍法
      • one-class SVM
      • Autoencoder
  7. 応用編3 : グレイボックス (ハイブリッド) モデル
    1. 物理モデル+統計モデル=グレイボックスモデル
    2. グレイボックスモデルによる予測
  8. おわりに
    1. まとめ
    2. データ解析の心得3箇条
    • 質疑応答
ページのトップヘ

講師

  • 加納 学 氏
    京都大学 情報学研究科 システム科学専攻
    教授
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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
: 38,200円 (税別) / 42,020円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 38,200円(税別) / 42,020円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 請求書は、代表者にご送付いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 Zoomのシステム要件 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FMEA・FTAの考え方、実施手順と事例 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/28 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 オンライン
2026/9/28 AI時代の技術マーケティングと調査・戦略企画の実践 オンライン
2026/9/28 統計手法の基礎 オンライン
2026/9/28 AI活用を活用した組立評価 (DFA) によるコストダウン研修 オンライン
2026/9/29 検査員の意識改革と検査業務改善の進め方 東京都 会場・オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 積層セラミックコンデンサの故障メカニズム、解析事例と品質向上 オンライン
2026/9/29 生成AI・AIを活用した暗黙知の言語化と技術・技能伝承への応用 オンライン
2026/9/29 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 オンライン
2026/9/29 成果につながる仕事を見極める業務可視化・時間管理・選択と集中 実践講座 オンライン
2026/9/29 臨床試験におけるプロトコル作成と試験デザインの実務ポイント オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/9/30 「統計的品質管理」総合コース 2026 オンライン
2026/9/30 データインテグリティ & Part11セミナー オンライン
2026/9/30 安定性試験への応用 オンライン
ページのトップヘ