【中止】経営・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の基礎、分析モデルに基づく課題解決へのステップ全体をつかむ～

●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！

セミナー講師

 SETソフトウェア株式会社 関西システム本部 ITコンサルタント/データ活用スペシャリスト　  松下 康弘 先生

■ご略歴1999年東京理科大学理学研究科物理学専攻博士課程修了（博士（理学））。同年（株）東京技術計算コンサルタントにて、エリアマーケティング及び地下埋設物（ガス・上下水道）管理・シミュレーションのための地理情報システム(GIS)開発を中心とするソフトウェア開発/プロジェクトマネージャー。2004年よりSETソフトウェア(株) に在籍し、製造業を中心に機械学習ソフトウェア販売・導入支援及びデータ分析・機械学習の活用に基づくITコンサルティング（約200社）に従事。現在に至る。■ご専門および得意な分野・ご研究統計物理学、物性物理学、情報システムの設計・開発、情報科学（材料・生物・化学・プロセスインフォマティクス）、研究開発部門及び製造部門を中心とする業務意思決定支援システムの企画・設計・開発・運用支援■本テーマ関連学協会でのご活動・過去に日本物理学会、人工知能学会に所属・JST (日本科学技術振興財団、文部科学省・経済産業省管轄)   CREST「データ科学に基づく作物設計基盤技術の構築」研究チーム(理化学研究所)・開発支援 (2016年～2022年)・名古屋大学理学部教職基礎論　AI時代の教育と科学者の役割とは？(2019～2024)【招待講演・チュートリアル(最近5年間)】・日本鋳造工学会IoT研究部会　鋳造におけるIoTとAIの現状と活用事例(2022)・日本鋳造工学会関西支部 ニューラルネットワーク機械学習の基礎と製造業における適用例(2021)・日本鋳造工学会鋳造先端プロセス研究部会 ニューラルネットワーク機械学習の基礎と製造業における適用(2021)・日本鉄鋼協会 ニューラルネットワーク機械学習の基礎と製造業における適用例(2020)・日本表面真空学会　マテリアルズインフォマティクスの基礎と応用(2020)・日本植物生理学会年会 圃場環境におけるオオムギ系統間の生理状態の多様性(2020)・日本鋳造工学会IoT研究部会 ニューラルネットワーク機械学習の基礎と研究開発への応用(2019)・日本表面真空学会　マテリアルズインフォマティクスの基礎と応用(2019)・日本鋳造工学会 ニューラルネットワーク機械学習の基礎と研究開発への応用(2018)・新化学技術推進協会 ニューラルネットワーク機械学習によるモデリングの基礎と応用(2018)・日本表面真空学会　 マテリアルズインフォマティクスの基礎と応用(2018)・日本植物生理学会 野外トランスクリプトームデータ解析によるオオムギ成長ステージの遷移およびその多様性の解明(2018)

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48,400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37,400円

【オンラインセミナー（見逃し視聴あり）】：1名53,900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42,900円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

• 配布資料は、印刷物を1部郵送、または資料データのダウンロードいずれかで調整中です。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）、テキストが郵送となった場合、資料の到着がセミナー後になる可能性がございます。
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです→環境の確認についてこちらからご確認ください
• 申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です→こちらをご確認ください

セミナー趣旨

  超大量データと豊富な計算機資源を活用した機械学習に基づくAI開発は、現役最強棋士を破るほどの棋力を持つ囲碁AIが実現可能であることを証明し、それを契機として様々な未解決問題解決へのAI活用の期待が大きく膨らんでいます。さらに、昨今の大規模言語モデルに基づく対話型AIは、知的生産のスピードと質を大きく変えてようとしているのはご承知の通りです。  一方、ビジネスの現場ではグローバル市場を前提とした消費者の多様なニーズに対応するために、経営・業務プロセスのデジタルトランスフォーメーション(DX)が進められています。そこでは、不可欠の要素である業務データ活用を目的として、独自の分析モデルの開発と運用を行い、成果に繋げている企業が生まれつつありますが、圧倒的に多くの企業では、業務プロセスにデジタルツールを一部導入するに留まるか、あるいはデータ活用を前提としたシステム基盤への投資判断の難しさやデータ分析技術、成果に繋げるための組織的運用に精通した人材の不在から、業務変革の機会を活かせていない現状があります。  本セミナーでは、製造業の事例を中心に・分析モデルに基づく問題解決プロセス・分析モデルの活用において、課題となる少量データの取り扱い方と多様な事例・組織的なノウハウの共有に有効なExcelベースの分析モデル開発環境・経営課題解決に直結する、組織的分析モデルの活用事例  について、デモを交えた実践的な知識を習得いただきます。

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/機械学習の知識を学んできたが、実務への適用に   壁を感じている方。

必要な予備知識

  機械学習の理解を深めるために高等学校の初等物理の例を使いますが、事前知識は不要です。また業務課題への分析モデル活用の心得として、事前に目を通しておいていただくと良いと思われる啓蒙書や技術ブログ(Note)のURLを以下に挙げますので、是非参考にしてみてください。・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・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 (2013) 『会社を変える分析の力』講談社現代新書・技術ブログ：https://note.com/neuralworks/

習得できる知識

・線形/非線形（機械学習）分析モデリングの基礎的な理解・少量データの条件下で成果を得るための戦略の理解・業務意思決定プロセスに分析モデルを活用し、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、情報量も多く   消化しきれなかった点を中心に復習いただくことが可能です。

セミナープログラム

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. 経営・業務課題解決への分析モデル設計プロセス 1-5. 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 1-6. 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　概念や技術の理解を深めるために

■ご講演中のキーワード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■本セミナーを受講された方の声・解析モデル作成の内容は全般的に興味深かったです。ありがとうございました。・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。・全体的にとても有意義なセミナーでした。大変充実した内容だったので再度復習して業務に役立てたいです。　などなど……ご好評の声を多数頂いております！