機能設計・部品設計におけるAI・機械学習の活用技術とデータ駆動開発に向けたポイント <オンラインセミナー>

~ データ活用に必要な基礎知識、AI・機械学習の導入プロセスと活用に向けたポイント、良品条件探索、部品検索、ハイパーオートメーションへの応用 ~

・設計する上で解決したい問題や手元にあるデータから最適な手法を選択し、実務に応用するための講座
・AIや機械学習の設計への活かし方のポイントを学び、実施したいことに見合ったモデリングを行い、設計業務を効率化しよう!

講師の言葉

 AIや機械学習は正しく利用すれば非常に役立つ技術であるものの、すべてに事象に対して万能な技術ではなく、実施したいことに見合ったモデリングが行えているのかが重要となります。また、世の中にはたくさんの機械学習の手法(アルゴリズム)やライブラリ、ツールが存在していますが、AIや機械学習を活用して、ご自身の身の回りの業務課題を解決したいと考える場合、どの手法を選択するのが良いのか、また、それによって具体的になにが解決されるのかをイメージすることは容易ではありません。
 本講座では、プログラミングや各手法の詳細理解よりも、解決したい問題や手元にあるデータから、どのような手法を選択するのが良いのかを見極めるために必要な感覚を理解していただくことを重視し、主に機能設計・部品設計を対象として、そのために必要となる基礎的な知識や活用にあたってのポイントをご紹介させて頂きます。

セミナー詳細

開催日時
  • 2024年06月27日(木) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナー電気・機械・メカトロ・設備ソフト・データ・画像・デザイン
受講対象者 ・データを活用して設計業務の課題を解決したいと考えている方
・AIや機械学習に興味があるものの、何から手をつければ良いか悩んでいる方
・機械、自動車、構造物など設計・開発に携わるエンジニアの方
予備知識 ・特に必要ありません
修得知識 ・設計に応用するためにどのような手法を選択するのが良いのかを見極めるために必要な感覚を理解できる
・AI・機械学習を設計に導入する場合の勘所やポイントを知ることができる
プログラム
1.データ活用に必要な基礎知識
  (1).統計学の基礎
    a.基本用語
    b.共分散と相関係数
    c.単回帰分析
    d.重回帰分析
    e.説明変数の選択
  (2).機械学習の基礎
    a.機械学習の概要
    b.回帰モデル
    c.分類モデル
    d.生成モデル
  (3).次元圧縮
    a.次元圧縮の必要性
    b.主成分分析(PCA)
    c.固有直交分解(POD)
    d.動的モード分解(DMD)
    e.特徴抽出
 
2.機能設計・部品設計のためのAI・機械学習の導入プロセスと活用に向けたポイント
  (1).データの準備
    a.データの収集
    b.データの理解
    c.データの加工
  (2).機械学習の導入
    a.モデリング
    b.精度評価
 
3.機能設計・部品設計におけるAI・機械学習の活用例とそのポイント
  (1).良品条件探索
  (2).形状による部品検索
  (3).異常検知によるハイパーオートメーション
 
4.まとめ、データ駆動開発に向けたポイントと今後の展望
 
キーワード 単回帰分析 重回帰分析 説明変数 回帰モデル 分類モデル 生成モデル 次元圧縮 主成分分析固有直交分解  動的モード分解 特徴抽出 モデリング 精度評価 良品条件探索 部品検索 ハイパーオートメーション
タグ AI・機械学習データ解析機械機械要素構造物自動車・輸送機車載機器・部品設計・製図・CAD
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日