1. ホーム
2. ＞統計解析・品質管理
3. ＞イベント・セミナー

StatWorksオンラインセミナー
問題解決のための機械学習入門 on the Web

新規開設!! ハイブリット型eラーニング

参加のおすすめ

ものづくりに携わる技術者が，SQC手法から見た機械学習手法の有用性を学べるセミナーです．

講義（動画視聴）以外にも，JUSE-StatWorks/V5 機械学習編R2（期間限定版）を使った操作演習，確認テスト，Q&Aを通じて実践的なテクニックを習得することができます．

また，SQC手法・多変量解析を理解されている方にとって機械学習の理解や考え方の習得，なぜ，どのような場面で機械学習を使ったら良いかなど，わかりやすく丁寧に説明されています.

オンラインの講義のメリット

• いつでも，どこでもお好きな時間と場所で効率的に学習ができます.
• 移動する時間や交通費・宿泊費がかかりませんので，経済的です.
• 受講期間は約2週間，ご自身のペースで繰り返し受講ができます.
• 各単元ごとの確認テスト付ですので，ご自分の理解力をすぐに確認することができます.

開催概要

日時	第2回 2020年11月13日(金)～2020年12月4日(金) 第3回 2021年2月18日(木)～2021年3月11日(木)
会場	オンライン形式での開催です．参加のための情報は別途ご連絡いたします． 動作環境については「eラーニング稼働環境」をご覧ください．

受講対象 （レベル：中級）

• ものづくりに携わる技術者及び大量データを今後業務で活用されたい方
• SQC手法で今まで問題解決が出来ず，新たな知見を探されている方

• 多変量解析（主に回帰分析，判別分析，AID等）の概要程度の知識をお持ちの方

カリキュラム

第一部 機械学習の概要と正則化回帰（講義動画：約2時間10分）

第1章	統計的方法から見た機械学習
第2章	データ収集と問題解決
第3章	従来手法と機械学習との対応
第4章	回帰分析
第5章	重回帰分析の分析例
第6章	クロスバリデーション
第7章	正則化回帰
第8章	正則化回帰の仕組み
第9章	ハイパーパラメータの調整
第10章	Elastic Netの分析例
第11章	その他（乱数の設定）

第二部 分類のための機械学習手法（講義動画：約2時間10分）

第1章	分類とは
第2章	サポートベクターマシン（SVM） SVMの概要 サポートベクターマシンとは カーネル法とは ハイパーパラメータの最適化 SVMの分析例（線形・ガウス）
第3章	決定木，ランダム・フォレスト 決定木の概要 決定木とは ランダム・フォレストとは ランダム・フォレスト分析時のポイント 決定木，ランダム・フォレストの分析例
第4章	教師無しのクラスタリング手法 教師無しのクラスタリング手法 混合ガウス分布の分析例

StatWorksトレーニング

各単元で理解・体験すべき機能を自らの演習を通じて学ぶことができます．4～5時間の演習問題が用意されています．

• StatWorksによる機械学習の概要と正則化回帰 5レッスン
• StatWorksによる分類のための機械学習手法 6レッスン

確認テスト

全体を通して，各単元の理解度を把握できる「確認テスト」を実施．ご自分の理解度を把握することができます．

質問と回答

授業内で分からないことをメールで質問することができます．

修了証明書

評価基準を達成することで，修了証明書が発行されます．技術習得した証となります．

講師

第一部（1日目） 山口 和範 氏（立教大学 教授）

専門

多変量解析，ロバスト統計，統計ソフトウェア等

論文・著書

よくわかる統計解析の基本と仕組み 2003 秀和システム

データ分析のための統計入門 (共著) 1995 共立出版　他多数

第二部（2日目） 西垣 貴央 氏（青山学院大学 助教）

専門

機械学習， クラスタリング，テキストマイニング，信号処理，トピックモデル，知能情報学

論文・著書

独立性の高い話題を求める独立話題分析とその応用
-ユーザ制約付き独立話題分析- （単著） 2018/01

制約付き独立話題分析 （共著） 2016/08 　他多数

受講料

受講料（税抜）
一般	機械学習編ご購入者	新規パッケージご購入者	保守契約者	アカデミック
60,000円	50,000円	54,000円	54,000円	30,000円

※

それぞれの割引特典は併用いただけません．複数の割引対象となる方には，最も割引率が高い特典を適用いたします．詳細は受講料と割引特典ページをご覧ください．

受講の流れ

※ 質問の内容は，受講期間中に随時質問者へ回答をお送りいたします．なお，質問内容によっては，若干お時間がかかる場合があります．予めご了承下さい．

eラーニング稼働環境

OS	Windows10 / Windows8.1
CPU	Intel Pentium4，1GHz 相当以上のプロセッサを推奨
メモリ	1GB以上
モニタ	解像度1024×768，16ビット以上を表示可能なカラーモニタ
ブラウザ	Internet Explorer 11 以上 Firefox Google Chrome ※ログイン状態の管理にcookie機能を使います．有効にしてください． ※画面の表示や制御にJavaScriptを使います．有効にしてください．
環境	インターネット接続環境（回線速度：ブロードバンド以上） 音声再生環境（スピーカー，ヘッドフォンなど）

演習ソフト

• 「JUSE-StatWorks/V5 機械学習編R2」を使用します．
  動作環境は稼働環境・対応OSと取扱データをご覧ください．
• 「JUSE-StatWorks/V5 機械学習編R2」をお持ちでない方は，期間限定版をお渡しします．ソフトの入手方法はメールでお送りするご案内をご覧ください．

著作権について

本講義の著作権については「問題解決のための機械学習入門on the Web」にかかわる著作権についてをご覧ください．

---

ご不明な点はお問い合わせ窓口よりお問い合わせください．併せてセミナーに関するよくあるご質問もご覧ください．