Pythonによるデータ解析の基礎と実務への応用（製造プロセス/実験計画）

実際の業務におけるプロセスデータ/実験データに対して応用できるレベルのスキルを身に付けることができる

・Pythonやデータ解析に関する基礎知識から解説。・多変量データの基本的な取り扱い方を習得することができる！・実験計画法やベイズ最適化を用いた、実験水準の探索方法を習得することができる！

※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。

【アーカイブ配信受講：11/27（水）～12/11（水）】での受講もお選びいただけます。希望される方は申込フォームにてご選択ください。

セミナー講師

コニカミノルタ（株）技術開発本部データサイエンスセンター　マネジャー畠沢　翔太氏＜ご専門＞プロセスインフォマティクス＜ご略歴＞2013年 コニカミノルタ株式会社　入社　　　　 機能材料事業部にて、フィルム開発に従事2018年 技術開発本部に異動　　　　 プロセスインフォマティクスの技術開発/社内活用に従事2020年 明治大学　理工学研究科　博士課程後期　入学（データ化学工学研究室）　　　　 (2024年 退学済み)2022年 技術開発本部データサイエンスセンターにて　　　　 データサイエンス基盤技術開発・社内活用のマネジャーに就任　　 チームとしてこれまで、計100件超のデータ活用事例を創出

セミナー受講料

55,000円（税込、資料付）■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、　 2名同時申込の場合計55,000円（2人目無料：1名あたり27,500円）で受講できます。（セミナーのお申し込みと同時に会員登録をさせていただきますので、　  今回の受講料から会員価格を適用いたします。）※ 会員登録とは　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。　 すべて無料で年会費・更新料・登録費は一切かかりません。　 メールまたは郵送でのご案内となります。　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合　会員価格で1名につき55,000円（税込）、2名同時申込で66,000円（税込）になります。　メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

【Zoomを使ったWEB配信セミナー受講の手順】１）Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。２）セミナー前日までに必ず動作確認をお願いします。３）開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

・セミナー資料は開催前日までにお送りいたします。　無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

　日本の製造業は、匠の技術の伝承によって、その競争力を維持してきた歴史がありますが、高齢化・生産年齢人口の減少により、その強みが失われつつあります。機械学習などのデータ解析技術を用いることで、匠の技術を形式知化できる可能性がありますが、データ活用人材の不足が大きな課題となっております＊１。　この講義では、製造業でのデータ解析において必要な、入門～基礎レベルの技術を学ぶことを目的としています。特に、Pythonを用いた実践的なデータの取り扱い方法に焦点を当て、実際の業務において受講者が調べながら応用できるレベルのスキルを身に付け、データ活用人材としての最初の一歩を踏み出していただくことを目指しています。　データ解析技術の基礎を学ぶだけでなく、プロセスデータを使った実習や演習、データドリブンな実験水準の組み方などを、実習や演習に取り入れているので、実務に応用しやすいように配慮しております。＊１：「DX 動向 2024」調査　IPAhttps://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2024.html

受講対象・レベル

・Pythonの初心者または未経験者。　インストールして動かしてみたことはあるけど，業務で使う際にどのようにすれば良いか分からない方など・材料処方設計や製造プロセス業務に、Python等を用いたデータ活用をお考えの方・Pythonのインストールと基礎的な使い方については，手順書をもとに各自で事前学習ができる方

必要な予備知識

講師公開の手順書をもとに、ご自身のPCにPythonと必要なパッケージをインストールし、動作確認できる。（Pythonやプログラミング、データサイエンスに関する予備知識は不要です）

習得できる知識

・Pythonの基礎知識・データ解析に関する基礎知識・多変量データの基本的な取り扱い方・実験計画法やベイズ最適化を用いた、実験水準の探索方法・実際の業務におけるプロセスデータ/実験データに対して、調べながら解析を進めていくことができるデータ解析基礎体力

セミナープログラム

1.はじめに　1-1.    講師自己紹介　1-2.    Python環境の動作確認　1-3.    企業においてデータ活用に取り組む意義　1-4.    生成AIの紹介

2.データ基礎　2-1.    データについての基礎知識　2-2.    データ可視化　2-3.    実習1：データ可視化　2-4.    演習1：データ可視化

3.多変量データの取り扱い（次元削減・クラスタリング）　3-1.    多変量データとは　3-2.    基本的な前処理　3-3.    次元削減・クラスタリング ①主成分分析　3-4.    実習2：主成分分析　3-5.    演習2：主成分分析　3-6.    次元削減・クラスタリング ➁クラスタリング　3-7.    実習3：クラスタリング　3-8.    演習3：可視化/クラスタリング

4.線形回帰モデル基礎　4-1.    線形回帰モデルとは　4-2.    回帰モデルの評価指標　4-3.    実習4-1:線形回帰モデル(1)　4-4.    過学習/過剰適合　4-5.    実習4-2:線形回帰モデル(2)　4-6.    正則化　4-7.    実習4-3:線形回帰モデル(3)

5.実験計画法・ベイズ最適化　5-1.    実験計画法    　5-2.    ベイズ最適化　5-3.    実習5:実験計画法/ベイズ最適化（予定）

6.おわりに　6-1.    データ活用プロジェクトの進め方の紹介　6-2.    参考書籍

7.補習（スキルアップにご活用ください）　7-1.    補習1: Pythonの基本文法　7-2.    補習2: Dirty-Irisの前処理