SUMMARYセミナー概要
製造業における課題やトラブルの解決には、「原因・要因の特定」が不可欠です。
本セミナーでは、データ活用を通じて課題の本質に迫り、根拠に基づいた意思決定を実現する方法を、現場で求められるテーマを軸に、具体的な事例とともにご紹介します。
特に歩留まり改善・需要予測の精度向上・故障箇所の特定のシーンにおいて、効果的な原因分析に欠かせない「問題設定」「データの扱い方」「分析アプローチ」について解説します。
多くの製造現場では、担当者の勘や経験に頼った属人的な判断が、不透明さや再現性の低さを招き、業務効率を妨げる要因となっているという声を多数いただいています。
長年にわたり製造業をはじめとする多様な業界で、AI・数理科学技術とデータ活用により課題解決を支援してきた当社だからお伝えできる、データに裏付けられたエビデンスを取得する方法と、AIを活用して高品質な分析結果を得る方法をご提案します。
ブラックボックス化された意思決定から脱却し、説明可能で再現性のある、根拠をもとにした意思決定による事業成果の最大化を推進したい方は、ぜひご参加ください。
RECOMMENDこんな方におすすめ
-
担当者の勘や経験だけに頼らないために、データに裏付けされたエビデンスを得て、課題解決に活用したい方
-
歩留まり改善、需要予測、故障箇所の特定に取り組みたいが、進め方が分からない、または今の進め方が不安という方
-
データやAI技術活用の専門家に相談することで、質の高いデータ分析の結果を得られるようになりたい方
FEATURESセミナーでわかること・できること
EVENT PROGRAM当日のプログラム
※ 新たに内容を追加させていただく可能性がございます
- プログラム１
-
製造業の課題解決における原因分析の概要
製造業の業務プロセスから課題を整理し、その中でもどのような課題にデータを活用して行う原因分析が効果的なのか、原因分析を行うためにどのようなデータを用意し、どのような技術を活用するのか、そのポイントをご説明します。
- プログラム２
-
データを活用して行う原因分析と課題解決の実践例
センサーデータやテキストデータを活用した“歩留まり改善”“需要予測”“故障箇所の特定”のための原因分析など、具体的なユースケースの紹介を通して、データを活用して根拠のあるエビデンスを取得し、課題解決を進める流れのイメージを具体的にお伝えします。
SPEAKERS登壇者情報
-
株式会社NTTデータ数理システム
データマイニング部 主任研究員武藤 雅基
データサイエンティストとして従事。長年、データ・AI技術を活用したコンサルティングや受託分析を通して製造業の課題解決に携わる。データ分析を扱ったセミナー等の講演を複数担当しており、近年は応用数理学会ものづくり研究会の幹事としても活動。
SCHEDULE開催日程
- イベント名
- 勘や経験に頼らない！製造業の課題をデータで読み解く原因分析の実践法
- 開催場所
- ウェビナーにて開催します。参加方法は申し込みページでご確認いただけます。
FOLLOW UPイベント後は技術スタッフへの
直接のご相談も可能です
-
イベントに参加したけど
よくわからない所があった
担当スタッフによる個別のフォローを行いますので、当社製品について不明な所があれば何でもお聞き下さい。
-
自社の課題を解決するための
具体的な方法が知りたい
解決したい課題をお聞かせいただければ過去の解決事例や、ソリューション・最適なツールのご紹介が可能です。
※不要な営業・ご提案は行いませんのでご安心下さい。 -
この分野の知識が無い、
でも解決したい課題がある
どんなお悩みでもぜひ一度お聞かせ下さい。課題の棚卸しや解決に必要な技術のご説明など、お客様のお困りごとの解決の一助となる内容をお伝えします。
ABOUT USNTTデータ数理システムについて
NTTデータ数理システムってどんな会社？
NTTデータ数理システムは「数理科学とコンピュータサイエンスにより現実世界の問題を解決する」をミッションとしている会社です。
1982年設立の会社で、大学で数学や物理を学んでも社会でその知識を発揮できる仕事ができないという人も多い時代から、数理科学的な知識を生かせる場を作りたいという理念で会社を発展させてきました。
ビッグデータブーム、AIブームを経て、今では機械学習を使うために数理科学的な素養のある人を雇いたいという会社も多くなりましたが、このような活動をしている会社としてはかなりの老舗です。
機械学習、統計解析、数理計画、シミュレーションなどの数理科学を背景とした技術を活用し、業種、テーマを問わず幅広く仕事をしています。
NTTデータ数理システムの得意な領域
昨今は AI という言葉で様々な技術領域を包含した表現をします。当社でもセミナー等では抽象的に AI という言葉を用いた説明を行っています。実際の当社の開発現場では、要素技術を大切にしており理論的背景をおさえ、新旧横断的に活用してお客様へ価値提供しています。
- 機械学習全般（Deep Learning／強化学習／各種モデル）
- データマイニング／テキストマイニング／統計解析
- 数理最適化（厳密解法／近似解法／動的計画法）
- シミュレーション（物理／エージェント／待ち行列など）
などを活用しています。