1. ホーム
  2. 統計解析・品質管理

JUSE-StatWorks/V5
機械学習に関する取り組み

IoT時代の到来を迎え,ビッグデータを利活用したデータ解析をするため,新たな解析手法群を搭載した「JUSE-StatWorks/V5 機械学習編(仮名)」を開発中です.

「JUSE-StatWorks/V5機械学習編」は,StatWorks/V5の画面構成や操作性を継承しつつ,技術者が自らのパソコンを用いて機械学習手法が使えるパッケージを目指しております.データ入力と予測,予備解析やデータクリーニング,項目選択,パラメータ調整,クロスバリデーションの他,多彩なグラフ表示等の機能も充実させていく方針です.

最新情報は随時,本ページに掲載いたします(2018-07-10)
本ページの内容はいずれも開発中のものです.今後変更される可能性があります.予めご了承ください.

製品概要
発売日 2019年度内(予定)
価格 未定
稼働環境 Windows 7,8,8.1,10(64ビット版)
適用用途 研究開発,生産技術,製造管理,品質改善などの問題解決(予測や要因解析,異常検知,解釈支援)等

モニター版について

StatWorks/V5の有償保守契約者かつ,ご希望の方に「StatWorks/V5機械学習編 研修教育モニター版(期間限定版)」の貸し出しを予定しております(無償).ご提供方法やスケジュールについては本ページ上,またはe-mailにてお知らせいたします.

※ ご提供時には借用書へのご記入が必要です

主な搭載手法(予定)

StatWorks/V5 機械学習編に搭載予定の手法です.

分類 主な搭載手法
基本処理 ファイル入出力
ワークシート
基本解析,検定・推定
データクリーニング 欠測値の補完
外れ値の検出  
量子化誤差のチェック
データ可視化 濃淡散歩図
密度プロット
等高線図
情報要約・次元縮約 カーネル主成分分析
層別 混合ガウス分布
正規化回帰 リッジ回帰
lasso回帰
Elastic Net
2群の判別 サポートベクターマシン(SVM)
決定木,ランダム・フォレスト
外れ値検出 1クラスSVM 
回帰分析 glasso 

出力画面例

データ可視化

カーネル主成分分析

混合ガウス分布(GMM)

リッジ回帰

Elastic Net

決定木,ランダム・フォレスト

glasso

イベント案内や製品などの最新情報をお届けします