受講形式ライブ配信アーカイブ配信
製造業で成果を上げるための実践的データ活用術
線形モデル・非線形モデルの構築方法、データ前処理、品質予測・異常検出等の応用事例など。AI時代に理解しておきたいデータ解析の基礎と活用の要点を解説
| 日時 | 【ライブ配信】 2026年8月27日（木） 10:30～16:30 | |
|---|---|---|
| 受講料(税込) | 55,000円 定価：本体50,000円＋税5,000円 【2名同時申込みで1名分無料キャンペーン（１名あたり定価半額の55,000円）】 ※2名様とも会員登録をしていただいた場合に限ります。 2名様以降の受講者は、申込み前に会員登録をお済ませください。 ※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、上記１名あたりの金額で受講できます。 ※請求書（PDFデータ）は、代表者にE-mailで送信いたします。 ※請求書および領収書は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)【オンライン配信セミナー受講限定】 1名申込みの場合：受講料 定価：44,000円 定価：本体40,000円＋税4,000円 ※１名様でオンライン配信セミナーを受講する場合、上記特別価格になります。 | |
専門：
プロセスシステム工学，プロセスデータ活用
京都大学大学院工学研究科化学工学専攻の助手・准教授を経て2012年から現職．仮想計測（ソフトセンサー）・異常検出・制御・最適化などの方法開発と産業応用を実施．企業との共同研究も多数実施．
生産性向上や品質改善を実現するためには，設備や製品に関する知識とデータを活用しなければならず，そのための方法を身に付ける必要がある．ドメイン知識が重要な役割を果たす．製造現場で成果をあげるために，最先端の機械学習手法が必要とは限らない．むしろ，実績豊富な方法を自分の道具箱に入れておき，それらを適材適所で使うことが大切である．目標を達成できるのであれば，手法やモデルはできるだけ単純な方がよい．
そのような観点から，本講座の基礎編では，最低限知っておくべきデータ解析手法を解説し，それらを使用する際に注意すべきこと（弱点）を指摘する．また，地味だが重要なデータ前処理にも触れる．その上で，応用編では，産業応用事例を紹介しながら，転移学習やグレイボックスモデル（ハイブリッドモデル）を含めて，実際に現場で役立つデータ活用術を紹介する．さらに，これまでの数多くの失敗経験から抽出した，データ解析で成果を挙げるための心得３箇条を示す．
