tech-seminar.jp

本セミナーでは、Excelを用いた統計解析手法の基礎から解説し、データの可視化からt検定・ヒストグラム・相関・回帰分析までExcelの演習を交えて解説いたします。

本セミナーでは、薬物動態解析の基礎となるコンパートメントモデルについての講義と演習を行います。

本セミナーでは、生産計画の基礎から解説し、需要変動や属人化で揺らぐ生産計画を、AI需要予測・生成AI・数理最適化で最適化するための留意点について詳解いたします。

本セミナーでは、特許調査において、生成AIを活用する方法について解説いたします。
具体的な事例を用いて、プロンプトと呼ばれる命令文の与え方、GoogleスプレッドシートのAI関数の業務への組み込みについて詳解いたします。

本セミナーは、「QC7つ道具」の中でも、特に「ばらつき」について、そしてばらつきを表すヒストグラムにフォーカスしたセミナーです。
演習問題を通して実践的に学ぶことができます。

本セミナーでは、「QC7つ道具」の知識を身に着けた上で、日々発生する問題に対するPDCA＝「問題解決の手順」を、演習問題を通して実践的に学ぶことができます。

本セミナーでは、AI/機械学習開発が止まる本当の原因を特定し、「速く・軽く・確実に回す」設計判断に必要な知識について解説いたします。
GPU・Python環境、データ戦略、モデル選定の3視点から、現場で詰まるボトルネックと具体的な回避策を体系的に整理いたします。

本セミナーでは、実験計画法の原理、問題点、問題点を補うため人工知能の一種であ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について、事例を踏まえ、実践的にわかりやすく解説いたします。

本セミナーでは、AI/機械学習開発が止まる本当の原因を特定し、「速く・軽く・確実に回す」設計判断に必要な知識について解説いたします。
GPU・Python環境、データ戦略、モデル選定の3視点から、現場で詰まるボトルネックと具体的な回避策を体系的に整理いたします。

本セミナーでは、研究・実験データの共有・データ蓄積方法、電子実験ノートの種類・特徴、データ共有基盤のメリット/デメリット、データ蓄積での注意すべき点、蓄積されたデータ分析の注意点、データ蓄積を行うための意識改革、研究・実験データの共有、利活用を促進の体制・条件について、豊富な経験と研究に基づき、実践的に分かりやすく解説いたします。

本セミナーでは、AI搭載システムを品質・安全保証するための重要なポイントや、各種検証手法について過去の開発経験を踏まえて解説いたします。

本セミナーでは、生体情報センシングを取り上げ、現在実用化あるいは研究開発されている各種生体センサについて、その基本構造、計測原理、データ処理手法を解説し、生体情報を効果的に活用して人のモニタリングや製品開発に活かせるよう、生体情報を如何に活用することができるのかを具体的な事例をもとに説明し、多様な分野での応用事例を紹介いたします。