【ソフトウェア配付・ＰＣ演習付き】製造業におけるデータから本質的な情報を取り出す予測・原因分析・縮約・分類のための統計・多変量解析 実践入門

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解説

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。

たくさんのデータを持っていながら、活用しないのはもったいない！
製造業の実務で使う各種データ分析を、数式ではなく具体的な事例をもとに解説するから「わかりやすい」！
直感的に操作ができる統計解析ソフトウェア(無償版)を使った演習付きだから「実務で使いやすい」！

年間受講者が1000人を超え、「初学者でもわかりやすい解説」「実務で使えるノウハウが有用」と定評のある講師＆理解をさらに深める【ソフトウェア配付・ＰＣ演習付き】で、これから学ぶ方、いっそう理解を深めたい方にもオススメ。

セミナー講師

MOSHIMO研 代表　 福井 郁磨　氏

セミナー受講料

※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。

49,500円( E-mail案内登録価格46,970円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 49,500円 (2名ともE-mail案内登録必須／１名あたり定価半額24,750円)

【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。
※請求書（PDFデータ）は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。

※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
１名申込みの場合：35,200円 ( E-Mail案内登録価格 33,440円 )
※１名様でLive配信/WEBセミナーをお申込みの場合、上記キャンペーン価格が自動適用になります。
※他の割引は併用できません。

受講について

Zoom配信の受講方法・接続確認

• 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
• 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
• 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
• セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• セミナー中、講師へのご質問が可能です。
• 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
  ≫ テストミーティングはこちら

配布資料

• 製本テキスト(開催前日着までを目安に発送)
  ※セミナー資料はお申し込み時のご住所へ発送させていただきます。
  ※開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が開講日に間に合わない可能性がありますこと、ご了承下さい。

■推奨環境■
zoomでセミナーを受講しながら事例演習を行うにあたり、下記のようにパソコン環境を準備すると受講しやすくなります。
以下環境をご準備できない場合でも、受講可能です。

• 20inch等の大画面のディスプレイを使用し、オンライン聴講ソフトウェア、Excelを１つのディスプレイに同時に表示して受講
• デュアルディスプレイにし、１つのモニターにオンライン聴講ソフトウェア、もう１つのモニターにExcelを表示して受講
• オンライン聴講ソフトウェアを表示するパソコンと、Excelを表示するパソコンの２つを使用して受講
  ※演習中に各ソフトウェアを切り替えることで、多少煩雑にはなりますが、受講には差し支えありません。

セミナー趣旨

製造業では、多くのデータを取扱いますが、データから価値ある情報を取り出し、解釈するためには各種統計的な解析を使用する必要があります。統計解析、あるいは多変量解析は、データの要約、傾向の確認、原因分析、今後の予測などの解析が行えますが、目的に合わせて適切な手法を選択する必要があります。
最近トピックスになっている人工知能に関しても、効率的な学習を行うためには、データの与え方の工夫や、学習に適した形にデータを加工する必要があります。その際にも、前述した統計解析・多変量解析によるデータ分析が必要になります。

一方で、統計・多変量解析を習得しようとすると、従来は、実務では実際には使用しない内容を無味乾燥な数式で学ぶ必要があります。また、データ分析には統計・多変量解析ソフトウェアが必要になります。しかしながら、統計・多変量解析ソフトウェアは、下記のように２極化しており、簡単に導入・活用するにはためらいがともなう状況です。

・無料で使用できる反面、プログラムのような記述が必要な「R」
・Excelライクで直感的に使用でき、かつ極めて高機能な反面、高額なため「1人1ソフトウェア体制」や「思い立ったら誰でもデータ解析をする体制」には向かない「JMP」「SPSS」「StatWorks」

本講座では、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。
そして、無料で導入でき、Excelライクで直感的に使用できる統計解析パッケージソフトウェアを使い、実際にデータ分析の演習を行います。

受講対象・レベル

• 要素技術、生産システム、品質管理などの分野でデータ分析・統計・多変量解析スキルが必要な方々
• マーケティング、商品企画等で、顧客ニーズ、コンセプトメイキングのために

データ分析・統計・多変量解析スキルが必要な方々

• 人工知能を活用するために、データの前処理、データの解釈、人工知能の予測能力の評価等の手法を習得したい方々
• 複数の要因によって、目的とする対象がどのように変化するか、予測や説明を行う方法を求めている方々
• 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める（データの縮約）方法を求めている方々
• 数多くのデータをグルーピングし、適切に分類、階層化する方法を求めている方々
• 複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法を求めている方々

※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。

※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。
企業／大学等への所属有無を問わず、社外に対して技術指導・講演・発表・専門書の執筆・専門誌への寄稿等をされている方は、受講をお断りしております。
※上記につきまして、申込後にご確認させていただく場合がございます。

習得できる知識

• 実務で使えるデータ分析手法の基礎　→基本的なデータの要約（統計量）とグラフ化
• 統計解析の危うさとグラフによる目視確認の重要性
• データ分析手法の体系と成果が出やすい手法
• 多変量解析ソフトウェアの操作方法
• 複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う方法　→重回帰分析
• 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める方法（データを縮約する方法）　→主成分分析
• 数多くのデータをグルーピングし、適切に分類、階層化する方法　→クラスター分析
• 複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法　→因子分析（ただし、製造業の実務使用では適応し難いため、代用手法を解説） など

※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。

セミナープログラム

1.  実務で使えるデータ分析手法の基礎
   1. 統計解析・多変量解析とは
   2. 基本的なデータ要約方法　－基本的な統計量
   3. グラフ化による目視確認の重要性
   4. 実務でよく使用する各種グラフ
   5. ソフトウェア紹介
2. 複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う
   1. 重回帰分析（回帰式の構築）とは
   2. 重回帰分析の手順、チェックノウハウ
   3. 参考：判別分析
   4. データ分析演習
3. 数多くのデータをグルーピングし、適切に分類する
   1. クラスター分析（類似した特徴を持つグループ化とグループの階層化分析）とは
   2. クラスター分析の手順、チェックノウハウ
   3. データ分析演習
4. 複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める
   1. 主成分分析（データの縮約、データの合成分析）とは
   2. 主成分分析の手順、チェックノウハウ
   3. データ分析演習
5. 複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める
   1. 因子分析（潜在変数の見える化、データの分解分析）とは
   2. 因子分析のエンジニアリング実務上の問題点と対策（代用手法）
   3. 参考：因子分析の手順、チェックノウハウ
   4. 参考：データ分析デモ（時間があれば）
6. その他の分析方法
   1. 要因の組合せ最適化を行う方法　→実験計画法　概要
   2. より高度な組合せ最適化方法　→品質工学（タグチメソッド）概要
   3. 重回帰式の上位版　→ニューラルネットワークモデル（深層学習）概要
7. 質疑応答

※説明の順序が入れ替わる場合があります。

キーワード：
統計解析, 多変量解析, データ分析, 重回帰分析, 回帰モデル, 主成分分析, 因子分析, クラスター分析,ニューラルネットワークモデル, ディープラーニング, 人工知能