1.背景
AI，ビッグデータ，IoT，プロセスデータ解析に関する社会背景やそれらの利点について概説します．
1.1 プロセスデータ解析の概要・分類
1.2 プロセスデータ解析の利点
2.回帰分析（ソフトセンサー設計）の概要
プロセスデータ解析でよく利用される回帰分析の概要について述べます．回帰モデル（ソフトセンサー）を設計するためにはたくさんの手続きがあり，それぞれに落とし穴がありますので，それらの回避方法について説明します．
3.回帰モデルの作り方
回帰モデルの作り方について，数学的な説明をします．数学的というと難しく感じるかもしれませんが，四則演算と2次関数の微分ができればほぼ問題ありません．あとは行列，ベクトルの表記に慣れるだけです．事前知識はほぼ必要ありません．
3.1 単回帰分析・重回帰分析
3.2 主成分分析（PCA）・主成分回帰（PCR）
3.3 部分的最小二乗法（PLS）
4.ソフトセンサーの応用例
4.1 化学プロセス
4.2 製薬プロセス
5.ソフトセンサー設計ソフトの紹介
ソフトセンサーを設計するには，プログラムを自作するか，市販のソフトを利用する必要がありますが，自作には時間がかかるし，市販のソフトには汎用性が低いという問題があります．日本学術振興会143委員会ワークショップ32では，このような問題を解決するために，ソフトセンサー設計ソフトを開発してきました．その内容をご紹介します．
6.質疑応答
データ解析の方法自体は客観性の高い汎用的なものですが，製造プロセスにはそれぞれ固有の事情があります．そのため，データ解析の方法を機械的に適用するだけでは上手くいかないこともあります．ここでは受講者のみなさまそれぞれの疑問に対応してアドバイスをさせていただきます．