【ソフトウェア配付・ＰＣ演習付き】データから本質的な情報を取り出す 製造業における予測・原因分析・縮約・分類のための統計・多変量解析 実践入門

■セミナータイトル
【ソフトウェア配付・ＰＣ演習付き】 データから本質的な情報を取り出す
製造業における予測・原因分析・縮約・分類のための 統計・多変量解析 実践入門
～エンジニアのための統計・多変量解析 実務的基礎～

■講師 MOSHIMO研　代表　福井 郁磨 氏
（元オムロン（株）、元パナソニック（株）、元東レ（株）、元LG Electronics Japan Lab（株））

・「実務で使えるソフトウェア」を実際に動かしながら学ぶオンライン講座！
・年間の受講者数が1000名を超える、企業での実務経験豊富な講師が丁寧に解説します!

■セミナー内容
１．実務で使えるデータ分析手法の基礎 　
1) 統計解析・多変量解析とは 　
2) 基本的なデータ要約方法　－基本的な統計量 　
3) グラフ化による目視確認の重要性 　
4) 実務でよく使用する各種グラフ 　
5) ソフトウェア紹介

２．複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う 　
1) 重回帰分析（回帰式の構築）とは 　
2) 重回帰分析の手順、チェックノウハウ 　
3) 参考：判別分析 　
4) データ分析演習

３．数多くのデータをグルーピングし、適切に分類する 　
1) クラスター分析（類似した特徴を持つグループ化とグループの階層化分析）とは 　
2) クラスター分析の手順、チェックノウハウ 　
3) データ分析演習

４．複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める 　
1) 主成分分析（データの縮約、データの合成分析）とは 　
2) 主成分分析の手順、チェックノウハウ 　
3) データ分析演習

５．複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める 　
1) 因子分析（潜在変数の見える化、データの分解分析）とは 　
2) 因子分析のエンジニアリング実務上の問題点と対策（代用手法） 　
3) 参考：因子分析の手順、チェックノウハウ 　
4) 参考：データ分析デモ（時間があれば）

６．その他の分析方法 　
1) 要因の組合せ最適化を行う方法　→実験計画法　概要 　
2) より高度な組合せ最適化方法　→品質工学（タグチメソッド）概要 　
3) 重回帰式の上位版　→ニューラルネットワークモデル（深層学習）概要 　

７．質疑応答 

• セミナーホームページを見る