tech-seminar.jp

本セミナーでは、スモールデータの解析の実態と、その方法論、データ収集の考え方を、実例を通じて解説いたします。

本セミナーでは、多変量解析の手法、目的に沿った分析手法を選ぶポイント、分散分析から一歩進んだ要因の具体的な影響を捉える、故障や疾患を判定・予測、指標や変数を2〜3個に減らすコツ、個体・指標を分類するノウハウ、統計ソフト (Excelアドイン、JMP、SPSSなど) の基本的な使い方について、基礎から分かりやすく解説いたします。

本セミナーでは、実験計画法の基礎として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ディープラーニングを併用した、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、回帰分析・主成分分析・因子分析の基礎理論とPythonによる実践方法から、ChatGPTなどの生成AIを効果的に利用する具体的なポイントまでを解説いたします。

本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。

本セミナーでは、データの構造と機械学習に適したデータの変換方法から、Pythonを使った教師なし学習による特徴抽出、教師あり機械学習を用いた目的の情報をデータから引き出す方法を解説いたします。

本セミナーでは、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、データ分析の基礎と手順を解説いたします。

本セミナーでは、複数の変数を合成した合成変数を構成することで情報縮約を行う主成分分析と、観測されていない変数である潜在変数を抽出する因子分析にスポットを当て、多変量解析に入口を立ち、そこから先へ自ら進んでいくための第一歩を踏み出す手助けをすることを目的とします。

本セミナーでは、実務で使えるデータ分析手法、統計解析の危うさとグラフによる目視確認の重要性、成果が出やすい手法、重回帰分析、主成分分析、クラスター分析、因子分析などについて、実務経験豊富な講師が、実践的に分かりやすく解説いたします。

本セミナーでは、実験計画法の基礎として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ディープラーニングを併用した、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。