tech-seminar.jp

本セミナーでは、誤差の取り扱い等、統計解析の基礎から解説し、分散分析に基づいたデータの解析方法と、直交表を用いた実験計画法の基礎的な考え方をわかりやすく説明いたします。

本セミナーでは実際に経験した事例 (失敗例) を参考に各開発段階で行う実験の注意点、実際のスケールアップ製造で遭遇した問題点をどのように対処、解決したかを説明し、更にそこから得られた知見をもとに効率的な実験計画の立て方、必要なデータの集め方を説明いたします。

本セミナーでは実際に経験した事例 (失敗例) を参考に各開発段階で行う実験の注意点、実際のスケールアップ製造で遭遇した問題点をどのように対処、解決したかを説明し、更にそこから得られた知見をもとに効率的な実験計画の立て方、必要なデータの集め方を説明いたします。

本セミナーでは、従来の統計的な手法としての「実験計画法」の進め方ではなく、実験そのものの考え方や計画の立て方、実験実務の進め方といった、根幹部分に重点を置いて、さらには、それらを如何にして教育、継承していくかという点についても詳細に解説いたします。

本セミナーでは実際に経験した事例 (失敗例) を参考に各開発段階で行う実験の注意点、実際のスケールアップ製造で遭遇した問題点をどのように対処、解決したかを説明し、更にそこから得られた知見をもとに効率的な実験計画の立て方、必要なデータの集め方を説明いたします。

本セミナーでは、統計学・実験計画法について基礎から解説いたします。
さらに、応用が効くように効率的な実験の計画方法、目的に応じた実験データの分析方法などを、例題を交えてわかりやすく解説いたします。

本セミナーでは、データ駆動型のアプローチの一つであるベイズ最適化に注目し、その基本的な方法論と現実の問題を計算機上でシミュレート可能なモデルに落とし込む方法について解説いたします。

本セミナーでは、難解な数式を用いずに、具体的なデータや図表を使って実験計画法の基礎から解説いたします。

本セミナーでは、実験計画法の原理と問題点から解説し、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) を併用した、製造業の開発により適した非線形実験計画法を解説いたします。

本セミナーでは、統計学・実験計画法について基礎から解説いたします。
さらに、応用が効くように効率的な実験の計画方法、目的に応じた実験データの分析方法などを、例題を交えてわかりやすく解説いたします。