……Zoomオンライン受講
●Excel/Pythonの基本的な操作方法、分析の考え方、製造現場特有のポイントなどについて、なるべく数式を用いずに初学者向けにお話をさせていただきます。
講師
東京理科大学 経営学部ビジネスエコノミクス学科 准教授 野口 怜 氏
講師紹介
■略歴：
民間企業において、製造業をはじめとした実践的なデータマイニングや分析コンサルティングを実施。
群馬大学、明治大学を歴任し、現在、東京理科大学にてデータサイエンスの教育、研究に従事。
■専門および得意な分野・研究：
データマイニング全般、製造分野や医療分野のデータ活用・DX推進
＜その他関連商品＞
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年6月22日(月) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講】：1名50,600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39,600円
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
お申込みはこちらから
配布資料・講師への質問など
●配布資料は、印刷物を郵送で1部送付いたします。
・お申込みの際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウントしません。）
・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）、その場合、テキスト到着がセミナー後になる可能性がございます。ご了承の上お申込みください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
セミナーポイント
■はじめに
日本の製造業は、高い品質管理や精緻な技術力により世界的に評価されていますが、その背景には、製造現場で活躍する熟練者たちの経験や勘、そして蓄積された知識の存在があります。しかしながら、技能継承や技術の均質化の問題に加え、近年のデータ社会・AI時代の到来も相まって、データを武器とした品質向上や製造の効率化が喫緊の課題となっています。
本セミナーでは、Excel/Pythonを用いた品質データ分析の手法について演習を交えながら実践的に学び、実務への適用に向けたスキルを養います。分析手法の基本的な知識から、Excel/Pythonの基本的な操作方法、分析の考え方、製造現場特有のポイントなどについて、なるべく数式を用いずに初学者向けにわかりやすく説明します。
■ご講演中のキーワード：
品質分析、不良件数予測、不良要因分析、製造データ活用、Excel、Python、機械学習
■受講対象者：
• 製造業務や品質管理にたずさわって2〜3年の若手技術者や新人の方
• 製造業務や品質管理にたずさわる中堅の技術者で、これから分析やPythonプログラミングに取り組んでみたい方
• 製造や品質に関するデータはあるが、活用が進んでおらず、データの活用方法や分析方法について知見を得たいと考えている方
• 現状、現場の熟練者による経験や見立てに依存しており、今後データに基づく品質や工程の管理をしていきたいと考えている方
■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
製造業務や品質管理にたずさわったことのある方であれば、特に予備知識は必要ありません。基礎から解説いたします。
なお、Pythonは「Google Colaboratory環境」を用います。
クラウド環境へのアクセスができること、Googleのアカウントをあらかじめ取得しておいていただくことを事前にご確認お願いいたします。
■本セミナーで習得できること：
• 統計学の基本的な知識を習得できる
• 可視化の基本的な考え方とExcel/Pythonでの実行方法を習得できる
• データを活用した製造品質分析の基本的な考え方とExcel/Pythonでの実行方法を習得できる
セミナー内容
1． イントロダクション
1-1 製造業における統計解析：統計的工程管理とQCストーリー
1-2 従来の統計的手法とビッグデータ分析による品質管理の違い
1-3 製造業におけるビッグデータ分析の適用範囲
1-4 製造業におけるビッグデータ分析事例
1-5 組み立て製造とプロセス製造の違い
2． 統計学の基礎と記述統計量による工程・品質の傾向把握（Excel演習）
2-1 記述統計学と推測統計学
2-2 データの特徴の捉え方
2-3 記述統計量／変数の尺度
2-4 正規分布／工程能力指数（Cp）
2-5 相関係数／相関と因果の違い
3. 可視化による工程・品質の傾向把握（Excel演習）
3-1 ヒストグラムによる品質指標のばらつき確認
3-2 散布図／散布図行列による連動因子の確認
3-3 箱ひげ図による各因子の傾向確認
3-4 時系列での不良傾向確認
3-5 パレート図
3-6 工程管理図
4. 分析モデルの構築による製造品質不良の要因分析（Excel/Python演習）
4-1 代表的な分析手法の概要と手法の選び方
4-2 線形回帰による不良予測と影響因子の絞込み（Excel演習）
4-3 決定木分析による良品／不良品の判別（Python演習）
4-4 モデルの評価指標：Precision（適合率）とRecall（再現率）
4-5 精度向上に向けたモデルチューニングの考え方
お申込みはこちらから
セミナーコード：AG2606E6
