データ分析で品質不良の原因を見つける~因果探索とは?基本とAI活用法をわかりやすく解説~
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
一般
|
先着順 | 無料 | 6人 / 定員100人 |
イベント内容
膨大なデータから原因を特定する「因果探索」とは?
製造・生産プロセスが複雑である場合、品質不良の原因を特定することは困難です。
しかし統計手法「因果探索」を使えば、多くの要因が絡み合っている場合でも、
データ間の因果関係を可視化することができます。
品質問題の原因を特定し、改善策の立案や配合量の調整などに繋げます。
本セミナーでは、現場でのユースケースを例に、因果探索の基礎からわかりやすく解説します。
AI活用法も紹介しますので、ぜひお気軽にご参加ください!
こんな方におすすめ
- 膨大なデータから原因を見つけたい方
- 生産技術・品質管理・研究開発を担当している方
- AIを活用して不具合の原因を見つけたい方
- 試験データの関係性を可視化したい方
このセミナーで学べること
- 因果探索の基本
- 品質不良を削減する活用例
- 因果探索の始め方
- ノーコードツールの活用法
登壇者
森川利啓
システムインテグレーション本部 営業部 課長
前職は機械設計を担当。ニュートラル株式会社設立と同時に入社し、現場知識を活かしてSI営業として従事.
2019年より営業部の課長としてNTech Predict販売チームをマネジメント。
山戸辰彦
システムインテグレーション本部 3Dエンジニアリングソリューション部 部長
AI予測・因果探索・予知保全ツール「NTech Predict」の開発責任者。
20年以上CAD/CAMの研究開発を行いながら、10年以上データサイエンスに携わる。
開発した突起検出ツールは特許取得。数億ポリゴン超のデータも軽快に表示操作できる「3DViewer」の開発責任者も務める。
参加費
無料
注意事項
- リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
- キャンセル待ち・補欠・落選の方はご参加いただくことが出来ませんのでご了承ください。
- 欠席される場合は、お手数ですが速やかにキャンセル処理をお願い致します。
- 無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。