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～

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。