(8/27)製造業で成果を上げるための実践的データ活用術

セミナー

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

受講可能な形式：【ライブ配信（見逃し配信付）】

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。
ポイント還元	誠に勝手ながら2020年4月1日より、会員割引は廃止とさせて頂きます。当社では会員割引に代わり、会員の方にはポイントを差し上げます。ポイントは、セミナーや書籍等のご購入時にご利用いただけます。会員でない方はこちらから会員登録を行ってください。
配布資料	Live配信受講：PDFテキスト(印刷可・編集不可) 　※セミナー資料は、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードいただきます。　　(開催前日を目安に、ダウンロード可となります) 　※ダウンロードには、会員登録（無料）が必要となります。
オンライン配信	【Live配信の視聴方法】【ライブ配信（Zoom使用）セミナー】　ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。・ZoomによるLive配信　►受講方法・接続確認（申込み前に必ずご確認ください）【テキスト】　テキストは、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードできます。　　(開催前日を目安に、ダウンロード可となります) 【マイページ】　ID(E-Mailアドレス)とパスワードをいれログインしてください。　　>> ログイン画面
特　典	■ライブ受講に加えて、見逃し配信でも１週間視聴できます■ 【見逃し配信の視聴期間】2026年8月28日(金)～9月3日(木)まで ※このセミナーは見逃し配信付きです。セミナー終了後も繰り返しの視聴学習が可能です。 ※ライブ配信を欠席し見逃し視聴のみの受講も可能です。 ※視聴ページは、開催翌営業日の午前中には、マイページにリンクを設定する予定です。
備　考	資料　付 ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。本セミナーはサイエンス＆テクノロジー株式会社が主催いたします。

拡大表示

(8/27)製造業で成果を上げるための実践的データ活用術

価格:

44,000円 (税込) ～ 55,000円 (税込)

[ポイント還元 2,200ポイント～]

ポイント:

今回の購入時のポイントのご利用方法をお選びください

・ポイントを利用される場合は「利用」を選択してください。
・ポイントを貯蓄される場合は「貯蓄」を選択してください。

※貯蓄済みのポイントとの併用が可能です。
※ポイントの付与および利用は会員登録者のみとなります。

購入数:

名

参加形態	価格	在庫	購入
テレワーク応援キャンペーン【オンライン配信1名受講限定】	44,000円 (税込)	在庫あり
2名同時申込みで1名分無料	55,000円 (税込)	在庫あり
ライブ配信で参加	55,000円 (税込)	在庫あり

商品種別による返品の詳細はこちら

この商品について問い合わせる

友達にメールですすめる

セミナー講師

京都大学　大学院情報学研究科　教授　博士(工学)　加納学　氏
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．

セミナー趣旨

AIが勝手にデータ解析をしてくれる時代が到来した．データとプロンプトを与えれば解析結果を出力してくれる．AIを使わないまでも，自動的に機械学習によるモデル構築を行ってくれるツールもある．ボタンを押すだけで，数多くの方法を試してオススメのモデルを提示してくれる．実に便利だ．しかし，それで大丈夫なのだろうか．間違った使い方をして間違った結論に飛びついていないだろか．実は，これは深刻な問題である．
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．

１．はじめに：製造業におけるデータ活用について

２．基礎編１：最低限知っておきたい線形モデル構築方法
　2.1 重回帰分析
　2.2 線形判別分析
　2.3 主成分分析
　2.4 多重共線性の問題
　2.5 Ridge回帰とLasso回帰
　2.6 Partial Least Squares (PLS)回帰

３．基礎編２：道具箱に入れておきたい非線形モデル構築方法
　3.1 ガウス過程回帰(GPR)：バラツキを予測する（ベイズ最適化へ）
　3.2 Random Forest：多数決で精度を高める

４．基礎編３：最低限実行するべきデータ前処理
　4.1 データを見る
　4.2 外れ値を検出する
　4.3 変数を変換する

５．応用編１：仮想計測・ソフトセンサー
　5.1 仮想計測・ソフトセンサーの役割
　5.2 実用上の課題
　5.3 Just-In-Timeモデル：装置や原料の特性変化に対応する
　5.4 製品品質の推定制御：局所PLSとモデル予測制御を活用する
　5.5 転移学習・ドメイン適応：データ不足問題を克服し，モデル構築期間を短縮する

６．応用編２：異常検出
　6.1 統計的プロセス管理（SPC）
　6.2 多変量統計的プロセス管理（MSPC）
　6.3 非線形性に対応した異常検出方法（近傍法，one-class SVM，Autoencoder）

７．応用編３：グレイボックス（ハイブリッド）モデル
　7.1 物理モデル＋統計モデル＝グレイボックスモデル
　7.2 グレイボックスモデルによる予測

８．おわりに
　8.1 まとめ
　8.2 データ解析の心得３箇条

　□質疑応答□

※書籍・セミナー・手順書のご注文に関しましては株式会社イーコンプレスが担当いたします。

当社ホームページからお申込みいただきますと、サイエンス＆テクノロジー株式会社より、お申込み時にご入力いただきましたメールアドレスにご視聴方法のご案内をお送りいたします。
また、お申込の際は、事前に会員登録をしていただきますとポイントが付与され、ポイントはセミナーや書籍等のご購入時にご利用いただけます。
会員登録はこちら

ご請求書（PDF）は、弊社よりお申込み時にご入力いただきましたメールアドレスに添付しお送りいたします。
銀行振り込みを選択された場合は、貴社お支払い規定（例：翌月末までにお振込み）に従い、お振込みをお願いいたします。
恐れ入りますが、振り込み手数料はご負担くださいますようお願いいたします。

個人情報等に関しましては、セミナーご参加目的に限り、当社からサイエンス＆テクノロジー株式会社へ転送いたします。

お見積書や領収書が必要な場合もお申し付けください。
ご要望・ご質問・お問合せはこちら

【お支払方法について】

以下のお支払方法がご利用いただけます。

１．銀行振り込み