開催概要
◆開催にあたって
スマートプラント/スマート工場では、従来のドメイン知識やマネジメント力だけのスキルのみでは対応できません。その役割を担うのがデータエンジニア力をもった「データエンジニア」です。製造関係者にとっては、今後必須の下記のスキルが求められています。
・組織目標達成に向けて現場の課題を設定し、解決するための計画を立案するスキル
・部門を超えてデータを融合させ全体最適を図るマネジメント力
・必要な現場データを収集するスキル
・現場データを分析するデータアナリスト力
・IoT/AIのツールを使いこなすエンジニア力
・データを分析した結果から改善を遂行できる能力
本研修では、データエンジニア育成のための体系立て、データエンジニアを目指すために、実際にパソコン及び実環境を用いたハンズオンにより実践的なスキルを身につけられます。
・事例などから自工場への適用の検討ができます
・パソコンを利用したハンズオンにより実践的な経験ができます
・グループ討議などを通じて情報共有ができます
受講条件
・業務などでパソコンを日常利用している方
・エクセルの表計算や合計/平均などを計算する関数を使用した経験がある方
*プログラミング経験は問いません。
パソコンスペックなど
*PC持参の場合
推奨するPCスペックは下記の通りです。
PCスペック: WINDOWS 10 CPU 64bit 2.4GHz以上
メモリー 8GByte ストレージ空き容量 32GByte
・マイクロソフト エクセルがイントストールされているもの
・また、フリーソフト「Python」(開発環境はAnaconda)をインストールしますので、会社PCを持参の方は会社の許可を必ず、事前にお取りください。
フリーソフト「Python」 詳細はこちらからご確認ください。https://www.python.jp/index.html
・予め、https://repo.anaconda.com/archive/ のサイトから、実行ファイル
Anaconda3-2019.07-Windows-x86_64.exe (左記は64bit PCの場合)をダウンロードし、PCの任意の位置に保存をしておいてください。実際のインストール(環境構築)は、研修中に実施します。(既にAnaconda環境の構築が済んでいる場合は、そのまま使用します)
基礎編プログラム(ZOOMでのオンライン開催に変更)
第2回 前半:2020年 9月 7日(月)~ 8日(火) / 後半:2020年 9月14日(月)~15日(火)
第3回 前半:2020年12月 2日(水)~ 3日(木) / 後半:2020年12月21日(月)~22日(火)
|
項目 |
内容 |
【前半】 1日目 10:00~17:00 |
1.データ収集と分析をする為のIoT技術とAI技術 |
・CPS(Cyber-Physical System)
・教師有り/教師無し/強化学習
・ディープラーニング
・データ収集と前処理
・分析の流れ
・AIの落とし穴
|
2.スマート工場化にするための要素技術 |
・センサー技術とセンサー機器
・通信とPAネットワーク
・DB(データベース)
・VR(仮想現実)
・AR(拡張現実)
・ドローン技術
・クラウド
・セキュリティ
|
3.プラントにおけるIoT/AIの活用事例 |
・成功例
・失敗例
|
【前半】 2日目 10:00~17:00 |
4.統計学の基礎力習得
|
(1)統計基礎・偏差
(変数、尺度、分布、分散など)
・確率(条件付き確率、期待値など)
・推定(点推定、区間推定)
・検定(仮説検定、z検定、t検定、カイ二乗
検定など)
・相関(相関係数)/回帰(決定係数、過学習)
(2)統計による製造業の品質管理
・QC7つ道具の活用/工程能力指数
・実験計画法/信頼性工学/統計プロセス管理
・品質機能展開(QFD)/シックスシグマ
手法
(3)ビッグデータ解析/機械学習へつな
がる統計
・相関関係と因果関係
・外れ値検出/統計ツール/ベイズ統計学
|
【後半】 3日目 10:00~17:00 |
5.Pythonの文法とライブラリー
|
・環境構築
・文法
・機械学習
・ライブラリーの活用
|
6.データの見える化
|
・グラフ化(箱ひげ図、2次元、3次元)
・QC7つ道具(ヒストグラム、散布図、管理
図他)
・時系列データの見える化
・フーリエ変換(音声の見える化)
・ダッシュボード/ドリルスルー/ドリルダウン
/ドリルアップ
|
【後半】 4日目 10:00~17:00 |
7.機械学習のための数学基礎
|
・ベクトル
・行列(逆行列、転置、写像)
・内積
・微分
・指数/対数
・活性化関数(シグモイド関数 他)
|
8.機械学習によるデータ分析 |
・検証方法
・過学習とは
・モデルの評価方法(混同行列 他)
・ハードウェア(GPU、TPU 他)
|
※途中、休憩・昼休みをいれます。また、内容は、変更される場合があります。
また、進行の都合により時間割が変わる場合がございます。
あらかじめご了承ください。
基本編プログラム(ZOOMでのオンライン開催に変更)
第1回 前半:2021年 1月12日(火)~14日(木) / 後半:2021年 1月25日(月)~27日(水)
|
項目 |
内容 |
【前半】 1日目 10:00~17:00 |
1.データの収集と前処理(クレンジングなど) |
・正規化/標準化/白色化
・データ拡張/ラベル設定
|
2.機械学習の手法
|
・線形回帰/ブースティング/SVM 他
・TensorFlow(Googleのオープンソース)とKeras 他
|
【前半】 2日目 10:00~17:00 |
3.クラスタリング
|
・教師無し学習のクラスタリングをk-means法を使用して理解する
|
4.予測:回帰分析(単回帰/重回帰)
|
・回帰分析についてPythonを動作させながら理解する
|
【前半】 3日目 10:00~17:00 |
5.分類(クラス分類)
|
・ロジスティック回帰/決定木(ランダムフォレスト)
|
6.ニューラルネットワーク
|
・ニューラルネットワークの基本概念をPythonを動作させながら理解する
|
【後半】 4日目 10:00~17:00 |
7.ディープラーニング
- 演習 Python
TensorFlow/
Keras
|
・ディープラーニングの基本概念をPythonを動作させながら理解する
|
8.学習精度向上のノウハウ
- 演習 Python
TensorFlow/
Keras
|
・活性化関数/過学習の防止
|
【後半】 5日目 10:00~17:00 |
9.データの見える化:B I(ビジネス・インテリジェンス)ツールの活用
|
・体系的に見える化するツールであるBIの各種機能を確認する
|
10.クラウドの活用(AWS、Azure、Google、Watsonなど)
|
|
【後半】 6日目 10:00~17:00 |
10.クラウドの活用(続き)
|
|
11.セキュリティ(暗号化、認証、攻撃対策、監視/運用)
|
・セキュリティの基本技術について理解する
・暗号処理をPythonで実現
|
※途中、休憩・昼休みをいれます。また、内容は、変更される場合があります。
また、進行の都合により時間割が変わる場合がございます。
あらかじめご了承ください。
ご案内
講師紹介(敬称略)
高安篤史 合同会社コンサランス代表
・経済産業省「プラント運転・保安IoT/AI人材育成講座」 講師
・IoT検定制度委員会メンバー (委員会主査)
書籍『知識ゼロからのIoT入門』執筆などで活動中
定員について
25名
定員になり次第締め切らせていただきます。
参加人数が最少催行人数に達しない場合は、延期もしくは中止にさせていただく場合がございます。