tech-seminar.jp

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、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。

本セミナーでは実験計画法を統計の基礎から学び、合理的な製剤設計、工程設計に資することを目指しています。

本セミナーでは、データの使い方の基礎から、いま人工知能で話題となっているディープラーニングまで、基本的な考え方と手法の原理を解説いたします。

本セミナーでは、実験計画法に必要な統計の基礎から、実験計画法の基礎、効率的なデータ収集と分析等について解説いたします。

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、ロバスト設計 (パラメータ設計) を中心に品質工学の知識・ノウハウについて解説いたします。
まず、ロバストな技術開発や製品設計を実現するために知っておきたい基礎知識から解説し、ロバスト設計を中心に品質工学の基本概念、方法論、実務への適用方法を解説いたします。