2022.09/12 DXの時代、データサイエンスを実務に導入し、アイデア創出

下記日程でオンラインセミナー開催を予定しております。予定日以外での開催はお問い合わせください。参加者1名でも開催いたします。また、企業研修として活用される場合にはご相談ください。

お申込みはこちらか下部申込フォームから

＜日時＞

9月21日水曜日　13時30分～16時30分(申込締切9月20日、12時)

10月3日月曜日　13時30分～16時30分(申込締切9月30日、12時)

11月14日月曜日　13時30分～16時30分(申込締切11月11日、12時)

＜費用＞

無料

＜要旨＞

　AI時代の本格的到来により、データを数量的思考で扱い課題解決するための「データサイエンス」が注目を集めています。アカデミアではマテリアルインフォマティクスが研究されたりしていますが、このような手法は大型コンピューターが使用されていた40年以上前から多変量解析を中心に実務に応用されていました。

　今日データサイエンスの手法が改めて取り上げられた背景には、トランスサイエンスが注目され、科学で解決できない問題が増えてきた背景があるのではないでしょうか。そこにはビッグデータから何かヒントを見出したいという期待がある。

技術開発では、科学で解決できない二律背反問題について新ＱＣ7つ道具やタグチメソッドが活用されています。本セミナーでは、データサイエンスで用いられる多変量解析を中心に、問題解決手法の視点でデータサイエンスを実務に導入する手法を事例により解説する。

　DXのうねりの中で機械学習が注目されている。ＡＩをブラックボックスとして使用する無責任な技術開発を行わないためには、まず人間の頭脳によるデータ駆動による問題解決プロセスの理解が必要である。

　なお、本セミナーで使用する多変量解析やワイブル統計解析については、講師のホームページで公開しているので、難解な数学を理解できなくてもセミナー終了後にこのプログラムを使用し、セミナーで得られた知識情報を聴講者のデータですぐに確認できる。

＜対象＞

1.高卒以上の中堅技術者

2.材料技術を初めて担当する新入社員技術者研究者

3.データサイエンスと機械学習に関心のある技術者

4.研究開発の管理者、実務担当者

＜目次＞

1.データ指向の思考方法

　(1)科学と技術について

　　A.トランスサイエンス

　　B.非科学的問題解決事例：iPS細胞とヤマナカファクター

　(2)シミュレーション

　　A.パーコレーション転移シミュレーション

　　B.二律背反問題の解決事例

　(3)マテリアルインフォマティクス

　(4)事例：データ駆動による環境対応樹脂開発

2.AIとデータサイエンス
　(1)データサイエンスとは

　(2)機械学習の概要

　(3)機械学習の分類

　(4)機械学習の流れ

　(5)データサイエンスと機械学習

3.統計手法について

　(1)統計手法の復習

　(2)例題：ワイブル統計による故障寿命予測

　(3)新ＱＣ7つ道具

4.多変量解析

　(1)多変量解析概論

　(2)事例：重回帰分析による故障寿命予測

　(3)事例：重回帰分析を用いた難燃化技術

　(4)事例：主成分分析を用いた電気粘性流体の耐久性改善

　(5)事例：主成分分析による顧客ブラックボックスの見える化

5.まとめ

お申込みはこちらか下部申込フォームから

所属組織欄を記入したくない場合は「なし」と記載してください。