ホーム > セミナー > 製造業でAIを活用するためのデータサイエンティスト養成講座

製造業でAIを活用するためのデータサイエンティスト養成講座

~入門編~

セミナー概要

略称
データサイエンティスト
セミナーNo.
開催日時
2020年03月23日(月)10:30~16:30
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
開催場所
江東区産業会館 第1会議室
講師
テクノスデータサイエンス・エンジニアリング(株)
            執行役員 常務 博士(理学)池田 拓史 氏
《専門》
 データサイエンスを使ったデータ解析コンサルティング
《略歴》
 1993年 筑波大学第一学群自然学類物理学専攻を卒業、
     筑波大学大学院博士課程物理学研究科物理学専攻へ入学
 1995-97年 米フェルミ国立加速器研究所 客員科学者
 1999年 筑波大学大学院博士課程物理学研究科物理学専攻を修了
     博士号を取得(博士(理学))
     その後、データサイエンス・コンサルティング業界へ転身
 2014年 テクノスデータサイエンス・エンジニアリング株式会社へ入社
     執行役員
 2015年 同社執行役員常務
《活動等》
 ・財団法人 企業活力研究所 ものづくり競争力研究会委員(2018、2019)
 ・NPO法人 ITスキル研究フォーラムDX実態調査ワーキンググループ副主査(2019)、AIワーキンググループ副主査(2018)、データ利活用WGメンバー(2015,2016)
 ・一般社団法人 人工知能ビジネス創出協会 運営委員(2016~)
 ・IoTビジネス共創ラボ 製造WGメンバー (2016~)、その他、データサイエンス普及のための講演を多数実施
価格
非会員: 55,000円(税込)
会員: 49,500円(税込)
学生: 11,000円(税込)
価格関連備考
■会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ・1名で申込の場合、49,500円(税込)へ割引になります。
 ・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。
■ 会員登録とは? ⇒ よくある質問
■ 学生価格は、教職員や研究員、企業に在籍されている学生には適用されません。また、当日学生証をご持参ください。
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
昼食・資料付き

講座の内容

受講対象・レベル
 AI技術活用の取り組みでお悩みの方や、活用を検討されている方。例示には製造業のものを用いますが、基礎概念から扱いますので必ずしも業種は限りません。
 
習得できる知識
・なぜAI技術でビジネス課題が解決できるのか
・AI技術を使いこなすためにはどのような活動を行なえばよいのか
・AI技術以外ではどのような要素を考慮すべきなのか
・AI技術による問題解決のパターンはどのように一般化できるのか
・統計的学習手法と機械学習手法のどちらから選んだらよいのか
・良く使われるAI技術は実際のところ何を計算しているのか
 
趣旨
 AI技術の活用が製造業においても大きな注目を集めていますが、皆さまの直面する具体的な課題は様々であり、特定の局面における応用事例をいくら学んでも目の前の課題解決には当てはめることが出来ないとお悩みになっていらっしゃる方も多いのではないでしょうか。実はAI技術の活用のポイントはAI技術そのものではなく、AI技術を問題解決に使役するデータサイエンティストやその管理者の仕事の進め方にあります。
 本講演では、企業におけるデータサイエンス・コンサルティングの黎明期より様々なデータサイエンス・プロジェクトでの活動を経験してきた講演者が、AI技術活用のためのコツを大局的な観点からまとめます。これからAI技術の活用を検討中の皆さま、現在進行形でお悩みの皆さま、データサイエンティストを管理する立場の皆さまにもご参加いただきたいセミナーです。
 
プログラム
1.AIとは? データサイエンティストとは?
 1-1.AI技術に期待できること、出来ないこと 
 1-2.なぜAI技術を使って問題解決が出来るのか
 1-3.データサイエンティストの果たす役割 
 1-4.データサイエンティストの管理者の果たす役割
 1-5.データサイエンティストに必要な素養と教育のためのリソース
 1-6.データサイエンスの推進に必要な道具立て   
2.AIによる問題解決のためにデータサイエンティストとして知っておくべき知識
 2-1.AIモデル技術による問題解決を取り巻く諸要素の関係性
 2-2.モデルとは何か
 2-3.AIモデルによるビジネス課題の解決パターン
 2-4.データの量と品質がAI技術の選定に与える制約とは
 2-5.実世界への接続方法がAI技術の選定に与える制約とは
3.代表的なAIモデル技術の紹介
 3-1.線形回帰
 3-2.ロジスティック回帰
 3-3.状態空間モデル
 3-4.ニューラルネットワーク
 3-5.ディープラーニング
 3-6.決定木
 3-7.ランダムフォレスト
 3-8.勾配ブースティング木
 3-9.SVM
 3-10.1クラスSVM
【質疑応答・名刺交換】
 
キーワード
人工知能,ものづくり,メーカー,活用,導入,データサイエンス,人材,研修,講座,セミナー

関連するセミナー

関連する書籍・DVD

関連する通信講座

関連するタグ