tech-seminar.jp

本セミナーでは、マイクロ波加熱フロー合成を題材のひとつとして、実験計画法 (DoE: Design of Experiments) と最適化手法について基礎から最新手法までを解説いたします。

本セミナーでは、プロセスインフォマティクスについて基礎から解説し、化学プロセスにおける前処理、モデル選定、小規模データ対応の実践ノウハウを解説いたします。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

本セミナーでは、実験・医療統計学の基礎理論および標準偏差や統計的有意差等、統計の基礎から始めて、「二元配置分散分析」までを解説いたします。
また、実務作業をどう進めるかについて、具体的な方法とノウハウについて、Excelの演習を交えて解説いたします。

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、効率的で信頼性の高い実験を行うために必要な実験計画法や分散分析について、統計学の基礎から分かりやすく解説いたします。
実際の業務や研究で活かせるExcelや無料ソフト (G*power) を使った分析手順も実演しながら解説いたします。

本セミナーでは、フィッシャーの実験計画法からタグチメソッドまで、事例を通して解説いたします。
解析ではExcelを用いて変動の分解から要因配置図までを作成いたします。

本セミナーでは、フィッシャーの実験計画法からタグチメソッドまで、事例を通して解説いたします。
解析ではExcelを用いて変動の分解から要因配置図までを作成いたします。

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技術の基礎知識・応用ノウハウ、製造業で実績があり簡便に使えるノウハウ、Excelのように簡単に使える人工知能構築ツール・アルゴリズム、仮想検査の構築方法、異常検出技術を活用した検査システム、製造業における人工知能の使いこなしノウハウについて、豊富な経験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、実験の基本、実験の考え方、実験計画の立て方、実験実務のノウハウ、仮説思考、情報収集 、仮説構築、計画策定までを、事例・演習を交えながら詳細に解説いたします。