データに基づく意思決定に不可欠な、分析モデルの開発活用から具体的事例を盛り込んだセミナー
製造業におけるデータに基づく意思決定に不可欠な、業務視点での分析モデル作成や評価時の考え方、実際のユーザー事例を盛り込んだセミナーを企業単位、クローズな形で実施しています。
※ニューラルワークスを活用したパートナー企業様のソリューション・セミ
ナーはこちらを参考にされてください。
企業のDXの取り組みでは、従来のデジタルツールの導入によるコスト削減、部門レベルの最適化から抜け出し、全社一体となった業務プロセスの変革による顧客体験の向上が求められます。
顧客体験の向上とは、製品やサービスの使い勝手に限定されるものではありません。例えば、B2Bであれば顧客が必要とする的確な提案、見積もりの速さ、製造コストの適正化による競争力のある販売価格、即日納品を実現する在庫の適正化、品質の担保、アフターサポートの充実等、ビジネスの成長のために常にトレードオフを考えながら、組織としての最適な意思決定によって、顧客に感じ取ってもらえるものです。
今までの部門単位の取り組みが組織としての成果および成長に繋がっていないとお感じの経営・管理職の方であれば、一度社内の問題を俯瞰し、部門の壁を乗り越えるために何が必要かを考える機会としていただきたいと思います。
受講対象・レベル
・製造業における組織的なデータ活用に課題をお持ちの経営企画職並びに管理職の方。
・データの管理や分析業務にExcelを使っているが、課題解決に十分活用できていない方。
・業務に適用可能なモデルを作成するための、効率的なデータ取得方法を学びたい方。
・オープンソースのプログラミング環境（RやPython）を使用して、データ分析/機械学習の知識はあるが、実務への適用に壁を感じている方。
[セミナー構成（8h=2h*4）]
１． 製造業の現場の課題とAI／機械学習の活用例
～IT導入による業務の効率化を超えて
1-1. はじめに
(1) 機械学習技術(AI)が生み出すシステム基盤のイノベーション
：消費者行動予測から業務プロセス改善、そして社会
インフラの最適化へ
(2) 日常化するAI活用：ゲームAI、生成AIによる研究開発、
そして創作活動へ
1-2. 製造業における機械学習への取り組み例
(1) 製造プロセス条件の最適化
(2) ソフトセンサー開発
(3) 非破壊検査
(4) 販売予測に基づく生産計画
1-3. 最近のAI/機械学習の活用動向
(1) 物理シミュレーション（CAE）に基づく設計最適化
コストの削減
(2) データ科学に基づく材料開発の高速化～
マテリアルズ・インフォマティクス
(3) 現実空間とサイバー空間の相互連携（“デジタルツイン”）
1-4. AI/機械学習モデルの価値を業務ドメインの言葉で理解し、
活用するためのステップ
1-5. 経営・業務課題解決への分析モデル設計プロセス
1-6. 分析モデル作成ソフトウェア選択の注意点
２． Excel分析機能で多変量解析のエッセンスをつかむ
2-1. 重回帰分析 ～教師つき学習の基礎
(1) Excel分析ツール/Excel VBA/Excelソルバー
(2) 古典力学の問題（トイプロブレム）への適用
(3) ヒストグラム/相関分析/重回帰分析
2-2. 主成分分析 ～教師なし学習の基礎
(1) 情報の集約とはどういうことか？
(2) 文字パターン群の可視化
2-3. 効率的なデータサンプリング
～直交配列実験（実験計画法の一部実施法）の活用
３． 線形解析の限界を超える
～Excelアドインツールで始めるニューラルネットワーク非線形解析
3-1. ニューラルネットワーク機械学習
(1) スパース性の仮説に基づく過学習の回避
(2) 線形回帰から非線形回帰へ
3-2. 文字判別モデルと感度分析による要因分析
3-3. 自己組織化マップ（非線形主成分分析）による可視化
～問題の俯瞰と特徴抽出
４． 予測モデル（順問題）の基づく設計条件の最適探索（逆問題）
4-1. Excelソルバーを活用する
4-2. 遺伝的アルゴリズムによる設計条件の大域的探索の高速化
５． 組織力でデータから成果を得るために
～問題解決プロセスに基づくデータ活用プロジェクトの進め方
5-1. 分析モデルの活用による問題解決プロセスのポイントと注意点
5-2. 分析モデルの共有による部門横断での意思決定の最適化
６． 参考文献 技術の理解を深めるために
【質疑応答】
※弊社では、データ分析プロジェクトにまつわる様々なご相談に、過去20年以上に渡るプロジェクト経験に基づき、ご支援しています。社内セミナーの企画等、お気軽にご相談いただければ幸いです。
製品カタログ