●製造業においては、業務プロセスデータ活用が企業の業績に直結する時代です！

●インターネット上の消費者の行動分析から始まったAI活用ですが、その適用領域は大幅に拡大しています！

●Excelは使っているがデータ分析へ活用できていない方という方は、是非ともご参加ください！

業務課題解決への分析モデル作成・活用セミナー

《Excel線形分析からニューラルネットワーク分析へ、

分析モデルに基づく課題解決へのステップの全体像をつかむ》

【提携セミナー】

主催：株式会社情報機構

◆はじめに

超大量データと豊富な計算機資源の下での機械学習に基づくAI開発は、現役最強棋士を破るほどの棋力を持つ囲碁AIの出現を契機として、熟練に時間を要する様々な技術領域のデータに基づく学習と自動化へ拡大し、また最近の大規模言語モデルに基づくチャットAIは、知的生産のスピードと質を大きく変えています。

ビジネスにおいては、DXによる事業変革に不可欠の業務データ活用を目的として、自社独自のAIシステムを開発・運用を行い、意思決定プロセス変革への取り組みが先進的な企業において進んでいますが、圧倒的に多くの企業では分析技術に精通した人材不足と分析モデルを利用する側のリテラシーの壁が、大きな機会損失に繋がっている現状があります。

◆受講後、習得できること

• 線形/非線形（機械学習）分析モデリングの基礎的な理解
• スモールデータの条件下で成果を得るための戦略の理解
• 業務課題に分析モデルを適用し、成果を得るための具体的なプロセスの理解
  セミナー終了後は、デモで用いたデータとソフトウェア（Excelマクロ、Predict試用版 (無期限版)）を使用して、消化しきれなかった点を中心に復習可能です。またご要望があれば、業務データへの活用に関してオンラインでの個別相談を実施致しますので、実務での成果に繋げてください。

◆受講対象者

• 製造業におけるDX、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。

◆必要な予備知識など

高等学校の初等物理程度の基礎知識があると技術の本質が理解できます。
参考文献

• 河本薫 (2013) 　『会社を変える分析の力』 講談社現代新書
• 柏木吉基 (2019) 　『問題解決ができる！武器としてのデータ活用術』　翔泳社.
• 河本薫 (2022) 　『データ分析・AIを実務に活かす　データドリブン思考』　ダイヤモンド社.

◆キーワード

DX、意思決定プロセス改善、分析モデルに基づく問題解決プロセス、デジタルツイン、
線形回帰分析、主成分分析、実験計画法、ニューラルネットワーク回帰分析、スパースモデリング、
要因分析、自己組織化マップ、設計最適化、Excelソルバー、プロジェクト管理

◆過去、本セミナーを受講された方の声:

・大変勉強になりました。難しいことも理解でき面白い分野だなと改めて感じました。
・データ解析からいきなり始めるのではなく、データを見る目など基本が重要という教えに共感を覚えました。
・AIや機械学習の活用について、基礎的な知識を学びたくて参加しました。参考文献も紹介いただき助かりました。
・製造データへの機械学習適用例についての情報収集のために参加しました。ありがとうございました。
・データ解析の基礎を学ぶために参加させていただきました。内容が充実していて良かったです。
　などなど……ご好評の声を多数頂いております！

担当講師

SETソフトウェア株式会社 関西システム本部　スペシャリスト

松下康弘　氏

セミナープログラム（予定）

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）.はじめに
a. AI活用の動向　購買行動予測から業務プロセス支援、そして社会課題解決へ
b. DX/デジタルツイン構築による意思決定支援の高度化
（２）. 製造業における機械学習への取り組み例
a. 製造プロセス条件の最適化
b. ソフトセンサー開発
c. 非破壊検査
d. 販売予測に基づく生産計画
（３） 最近のAI/機械学習の活用動向
a. CAE/AI(物理シミュレーションによる設計コストの削減)
b. IoT/AI (プロセスの学習による予測制御)
c. マテリアルズインフォマティクス
（４）AI/機械学習技術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

2. Excel分析機能で多変量解析のエッセンスをつかむ
（１） 重回帰分析　～教師つき学習の基礎
a. Excel分析ツール/Excel VBA/Excelソルバー
b. 古典力学の問題（トイプロブレム）への適用
c. ヒストグラム/相関分析/重回帰分析
（２） 主成分分析　～教師なし学習の基礎
a. 情報の集約とはどういうことか？
b. 文字パターン群の可視化
（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
（１）ニューラルネットワーク機械学習
a.　スパース性の仮説に基づく過学習の回避
b.　線形回帰から非線形回帰へ
（２）文字判別モデルと感度分析による要因分析
（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）
（１）Excelソルバーを活用する
（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

公開セミナーの次回開催予定

開催日

2023年6月21日（水）　10:00-17:30

開催場所

Zoomによるオンラインセミナー

受講料

【オンラインセミナー（見逃し視聴なし）】：1名49,500円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき38,500円

【オンラインセミナー（見逃し視聴あり）】：1名55,000円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき44,000円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

●録音・撮影行為は固くお断り致します。
●講義中の携帯電話の使用はご遠慮下さい。

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

※配布資料・講師への質問等について

●配布資料は、印刷物を郵送で送付致します。
お申込の際はお受け取り可能な住所をご記入ください。
お申込みは4営業日前までを推奨します。
それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
テキスト到着がセミナー後になる可能性がございます。

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。