実践アナリティクスセミナー

案内

実践アナリティクスセミナー 受講のご案内
~ データをビジネスに活用する実践アナリティクス~

セミナー概要

アナリティクスはデータに基づく予測と判断を実務に活用するための技術です。データを蓄積しているが、十分に活用できていないことにお困りではないでしょうか。本セミナーでは、多くのIT系企業におけるデータ分析の経験をベースとして、このような課題に対処する方法について解説します。また、近年インターネットや IoT により、大量の情報が利用可能となりました。そのデータを利用するための統計モデルや人工知能 (AI)は今後の社会に最も必要な技術になりつつあります。これらを支えるデータ解析の技術を、わかりやすく解説します。

本セミナーには以下のコースがあります。

0. アナリティクス入門 … 実践アナリティクスの要点を短時間で学ぶコース(無料)です。
1. 見積りの妥当性評価手法 … パラメトリック見積りの手法およびベンチマークの活用
2. 品質メトリクスの基礎と活用 … 品質メトリクスの理解、SRGMおよび品質予測手法
3. データ解析基礎編 … 統計学の基礎から回帰分析まで
4. データ解析応用編 … 多変量解析およびデータ解析ツールの活用法
5. AI基礎編 …  AIの基礎理論とビジネスへの活用
6. AI実装編 … 機械学習の理論と実装の方法

各コースの詳細については、コース別のタブをクリックして内容を確認してください。

講師

梶山昌之(株式会社ワイハット 代表取締役)

* 日本アイ・ビー・エム(株)において、品質管理、見積りシステム開発に従事
* 運輸、金融、電力系の組織において、データの分析と予測のシステムを構築
* PM学会誌にて「データをビジネスに活用する実践アナリティクス」連載中
* PM学会にて「人工知能(AI)と統計モデル研究会」を設立、主査として活動中

受講料

一般  24,000円 (1コース1名様あたり、消費税込み、テキスト代込み)
* 入門コースは無料

会場および定員

会場: 株式会社ワイハット 東京オフィス
東京都千代田区飯田橋4-4-8 東京中央ビル502号
※ 電源および WiFi有
定員: 8名

出張セミナー

セミナーをご希望の日時、場所で開催します。
講師代金(1日15万円、消費税別)
※ 何名でも参加いただけます。ただし、8名を超える場合はテキスト代(実費)が必要になります。
※ セミナーの実施形態を、要望に合わせて変更できますので、ご相談ください。例えば、1日2 時間で 3回にすることも可能です。また、開始終了時間の変更にも対応可能です。
※ 別途、交通費、宿泊費、その他諸経費の実費が必要になる場合があります。
※ 詳細はご相談ください。

その他

  1. 最小催行人数(3名)に満たない場合は、セミナーを中止する場合があります。
  2. セミナーで解説するツール、テンプレート、演習用データなどを受講者限定で提供します。 それらのツール等は受講者が所属する組織で実務に活用いただけます。

申込み要領1(ホームページからの申し込みの場合)

※複数のコースまたは複数の受講者の申込をまとめて行う場合は「メールによる申し込み」をご利用ください。

  1. 案内または各コース別のタブにあるフォームに入力して「送付」ボタンをクリックしてください。
  2. 申し込み受付後、受講票をメールで送付いたします。
    ※受講票を受信するまでは、受講確定となっていませんのでご注意ください。
  3. 申込締切日は開催日の3日前です。申込締切日までに募集定員となった場合、募集を終了させいただきます。また、申込締切日以降の受講キャンセルはお受けできません。
  4. セミナー終了後に、請求書送付先へ請求書を発行させていただきます。 セミナー当日に現金でお支払いいただくことも可能です。

申込み要領2(メールによる申し込みの場合)

※複数のコースまたは複数の受講者の申込をまとめて行う場合にご利用ください。

  1. 返信先メールアドレス(office@yhat.co.jp) に下記の申込フォームをお送りください。
    ……………………………………………………………………………………………………………
    実践アナリティクス申込み
    受講コース名と受講日: (例: データ解析基礎編  x/xx)
    (※複数のコースを受講する場合は列記してください)
    申込み者名:
    請求書送付先:(※ 請求書払いの場合は必須です)
    受講者名:(※ 複数の方が受講される場合は列記してください)
    メールアドレス:(※ 受講可否の連絡および受講票送付に使用します)
    その他ご要望など:
    ……………………………………………………………………………………………………………
  2. 申し込み受付後、受講票をメールで送付いたします。
    ※受講票を受信するまでは、受講確定となっていませんのでご注意ください。
  3. 申込締切日は開催日の3日前です。申込締切日までに募集定員となった場合、募集を終了させいただきます。また、申込締切日以降の受講キャンセルはお受けできません。
  4. セミナー終了後に、請求書送付先へ請求書を発行させていただきます。セミナー当日に現金でお支払いいただくことも可能です。

問い合わせ先

お問い合わせは以下のメールアドレスにお願いします。
株式会社ワイハット事務局: office@yhat.co.jp

※ 本案内の内容は予告無く変更する場合がありますので、ご了承願います。

 

0.入門

データをビジネスに活用する実践アナリティクス
~ 入門セミナー~

概要

実践アナリティクスの要点を短時間で学ぶコースです。。

・生産性と品質のメトリクス入門(100分)
・データ解析入門(100分)
・人工知能(AI)入門(100分)

内容

生産性と品質のメトリクス入門

1.  メトリクス理解のための統計学
2.  平均への回帰と予測~回帰分析では過少見積りになる!
3.  品質メトリクスの基礎~3種類の欠陥除去率
4.  正しい信頼度成長モデル(SRGM)の使い方

データ解析入門

1.  アナリティクスとデータ解析
2.  実務に必要な統計の基礎知識
3.  回帰分析とは~住宅価格の予測モデル
4.  統計解析ツールRによる分析
5.  確率を予測する~ロジスティック回帰分析

人工知能(AI)入門

1.  まずは、動かしてみよう!~ラズパイによる画像識別
2.  人工知能(AI)とは何か?~ 人工知能、機械学習、統計モデルの違い
3.  AIのビジネスへの活用~ 新しいビジネスの開発
4.  AIの理論と実装~ ニューラルネットワークと手書き数字認識

会場および定員

会場:株式会社ワイハット東京オフィス(飯田橋)
* 申込者多数の場合は、会場を変更させていただく場合があります。

受講料

無料

開催日時

以下の日程からご希望のセミナーを選択してください。(複数の受講も可能)

2019年9月20日(金)14:30~16:10 生産性と品質のメトリクス入門 (残席わずか)
2019年9月20日(金)16:30~18:10 データ解析入門 (残席わずか)
2019年9月20日(金)18:30~20:10 AI入門 (残席わずか)
2019年10月15日(月)18:30~20:10 生産性と品質のメトリクス入門
2019年10月16日(水)18:30~20:10 データ解析入門
2019年10月30日(水)14:30~16:10 生産性と品質のメトリクス入門
2019年10月30日(水)16:30~18:10 データ解析入門
2019年10月30日(水)18:30~20:10 AI入門

2019年10月以降の開催日は後日掲載の予定です。

申し込み

コース名には入門セミナーのタイトルおよび受講希望日を入力してください。
(複数のコースを受講する場合は、コース名と希望日を列記してください)
例:  コース名 [データ解析入門 x/xx , AI入門 x/xx]

出張セミナー

8名以上の参加者が見込める場合は、入門セミナー(無料)をご希望の日時および場所で開催します。
※ 何名でも参加いただけます。ただし、8名を超える場合はテキスト代(実費)が必要になります。
※ セミナーの実施形態を、要望に合わせて変更できますので、ご相談ください。開始終了時間の変更にも対応可能です。
※ 別途、交通費、宿泊費、その他諸経費の実費が必要になる場合があります。
※ 詳細はご相談ください。

学習支援資料

実務に活用できる実力を身に着けるためには、ツールやテンプレートを使いながら、実際に問題を解いてみることをお勧めします。
入門セミナー参加の皆様には弊社が開発した資料およびツールからいくつかを抜粋し提供させていただきます。
以下のリンクをクリックして資料をダウンロードし、メールでお知らせしたパスワードで zipファイルを解凍してください。

=> 入門セミナー学習支援資料の入手

 

1.見積り

データをビジネスに活用する実践アナリティクス
見積りの妥当性評価手法

概要

コスト見積りの妥当性はプロジェクトの成功およびプロジェクトの評価を左右します。妥当な見積りと評価を行うためには、基礎統計から固有技術の知識まで幅広い専門性が必要となります。これらすべてを学ぶのは困難ですが、本セミナーは実務経験に基づき、必要となる知識や技術の要点をまとめています。そのため、ソフトウェアの見積りと妥当性評価の具体的な方法を短時間で学ぶことができます。

 内容

1.  見積りとデータ解析
2. コスト評価知識体系(CEBoK)の概要
3.  プロセス改善と測定プロセスモデル
4. ソフトウェア規模と生産性の関係
5. 平均への回帰と見積り
6. 重回帰による予測モデル構築
7. 予測モデル構築の実践
8. ベンチマークの読み方と活用
9. 見積もりの妥当性評価モデル

受講者の前提知識

基礎的な数学知識(Σの意味がわかる程度)があること。

その他

セミナーで解説するツールを受講者限定で提供しますので、学習または実務に活用できます。

開催日時

以下の日程からご希望の日を選択してください。

2019年11月18日(月)10:00~17:00
2020年1月20(月)10:00~17:00
2019年2月25日(火)10:00~17:00

2020年3月以降の開催日は後日掲載の予定です。

 

2.品質

データをビジネスに活用する実践アナリティクス
品質メトリクスの基礎と活用

概要

ソフトウェアの品質は工数やスケジュールに影響するだけでなく、顧客の満足度に直接影響します。そのため、品質の継続的な改善を推進するためには定量的な管理を行うことが必須になります。 しかし、これらを効果的に実施するためには、データの統計的な性質の把握と予測モデル構築の技術が必要となります。 本セミナーでは、品質指標の統計的な性質を理解すると共に、品質の管理に必要となる指標とその活用方法を学びます。また、品質の予測に基づく管理を可能とする各種の手法とツールについてその概要を学びます。

内容

1.  メトリクス理解のための統計学入門
2. プロセス改善と測定プロセスモデル
3. ソフトウェアにおける予測管理概説
4.  品質メトリクスの基礎
5. ソフトウェア信頼度成長モデル(SRGM)
6. ベンチマークの読み方と活用(品質メトリクスの視点から)
7.  各種の分析モデル概説
8. 実績データが不足している場合の規模の予測
9. 欠陥数の予測例
10. ソフトウェア開発と運用における管理図入門
11. 管理図と閾値設定例

受講者の前提知識

基礎的な数学知識(Σの意味がわかる程度)があること

その他

セミナーで解説するツールを受講者限定で提供しますので、学習または実務に活用できます。

開催日時

以下の日程からご希望の日を選択してください。

2019年11月19日(火)10:00~17:00
2019年12月17日(火)10:00~17:00
2020年1月21(火)10:00~17:00
2020年2月26(水)10:00~17:00

2020年3月以降の開催日は後日掲載の予定です。

3.データ解析基礎

データをビジネスに活用する実践アナリティクス
データ解析基礎編

概要

データ解析は新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。また、各種の統計モデルや人工知能(AI)の活用も身近になっています。これらの技術の全体を学ぶのは容易ではありませんが、実務での活用にポイントを絞れば、比較的短期間に技術を身に着けることができます。そこで、本セミナーでは、データ解析の基礎になる統計学の知識を基本から解説し、実務で必要になる知識や手法を体系的に効率よく学びます。

内容

  1. アナリティクスとデータ解析
  2. 実務に必要な統計の基礎知識
  3. 有意差と検定推定の基礎
  4. 正規分布は統計解析の基本
  5. 改善効果を保証するには
  6. データの構造を把握するクロス集計
  7. ドリンク飲料の売上データ分析(クロス集計)
  8. 分割表の解析 ・カイ二乗検定
  9. 実務で役立つ分析の技術
  10. 回帰分析とは
  11. 住宅価格の予測モデル

受講者の前提知識

基礎的な数学知識(Σの意味がわかる程度)があること

その他

  • セミナーで解説するツールやデータを受講者限定で配布しますので、学習や実務に活用できます。
  • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。

開催日時

以下の日程からご希望の日を選択してください。

2019年10月7日(月)10:00~17:00(満席になりました)
2019年11月11日(月)10:00~17:00(残席わずか)
2019年12月2日(月)10:00~17:00
2020年1月14日(火)10:00~17:00
2020年2月17日(月)10:00~17:00

2020年3月以降の開催日は後日掲載の予定です。

 

4.データ解析応用

データをビジネスに活用する実践アナリティクス
データ解析応用編

概要

データ解析は新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。実務で扱うデータは基本的に多変量であるため、データ解析の基礎で習得して知識をベースとして、多変量データの扱い方について学びます。これらの技術の全体を学ぶのは容易ではありませんが、実務での活用にポイントを絞れば、比較的短期間に技術を身に着けることができます。本セミナーでは、実務で活用できる手法を選定し、体系的に効率よく学びます。また、できるだけ、活用のイメージを体感していただくため、身近な例で問題を解きます。また、その過程で分析の考え方や各種ツールの使い方を学ぶことができます。

内容

  1. 多変量解析とは
  2. 重回帰分析とは
  3. 統計解析ツールRによる分析
  4. おにぎり屋の売上予測(数量化Ⅰ類)
  5. レストランの再来店予測(数量化Ⅱ類)
  6. 好まれる賃貸住宅(コンジョイント分析)
  7. 試験に合格する確率(ロジステック回帰分析)
  8. 生徒のタイプの分析(クラスター分析)
  9. 体格によるアスリートの判別 (線形判別分析)
  10. Pythonによるデータ解析

受講者の前提知識

  1. 「データ解析基礎編」を受講済であること
  2. または上記セミナー受講者と同等の知識があること

その他

  • セミナーで解説するツールやデータを受講者限定で配布しますので、学習や実務に活用できます。
  • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。

開催日時

以下の日程からご希望の日を選択してください。

2019年10月8日(火)10:00~17:00
2019年11月12日(火)10:00~17:00
2019年12月3日(火)10:00~17:00
2020年1月15日(水)10:00~17:00
2020年2月18日(火)10:00~17:00

2020年3月以降の開催日は後日掲載の予定です。

 

5.AI基礎

データをビジネスに活用する実践アナリティクス
~ AI基礎編: AIの基礎理論とビジネスへの活用~

概要

人工知能(AI)は、新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。しかし、どのような課題に対してAIが適しているのかは良く知られていない状況です。AI技術の全体を学ぶのは容易ではありませんが、PythonによるAIの実装を体験しながら、画像認識などの課題を解くことによって、AIの本質を理解できるようになります。本セミナーでは、AIの基礎理論を、その理解に必要な基礎的な数学および統計と共に学びます。また、Python の基本を学び、AIの実装を行います。これにより、AIがどのような課題に適しているかが判断できるようになります。これらの知識をベースとして、今後、AIがどのようなビジネスに活用できるかを理解します。

内容

  1. まずは、動かしてみよう!
    * ラズパイによる画像識別
  2. 人工知能(AI)とは何か?
    * 人工知能、機械学習、統計モデルの違い
  3. AIのビジネスへの活用
    * AIのビジネス活用の手順
    * 従来システムと機械学習システム
    * 新しいビジネスの開発
  4. Python入門
    * 機械学習では何故 Pythonか
  5. パーセプトロンとニューラルネットワーク
    * パーセプトロン
    * ニューラルネットワーク
    * 手書き数字認識

受講者の前提知識

基礎的な数学知識(Σの意味がわかる程度)があること

その他

  • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
  • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。

開催日時

以下の日程からご希望の日を選択してください。

2019年10月28日(月)10:00~17:00
2019年11月25日(月)10:00~17:00
2020年1月27日(月)10:00~17:00

2020年2月以降の開催日は後日掲載の予定です。

 

6.AI実装

データをビジネスに活用する実践アナリティクス
~ AI実装編: 機械学習の理論と実装の方法

概要

本セミナーでは、AIが学習する仕組みを実装の内容を確認しながら学びます。次に画像認識で必須の技術であるCNN(畳み込みニューラルネットワーク)をその実装の内容から理解します。また、ディープラーニングを簡単に使用するための技術である TensorFlowとKeras の活用法を学びます。これにより、身近な課題をAIにより解くことができるようになります。さらに仮想マシンでLinuxを使用可能にした上で、顔の特徴検出や画像識別を行う方法を学びます。

内容

  1. Pythonプログラミング
  2. AIの理解に必要な数学の基礎
    * 微分と勾配法
  3. ニューラルネットワークにおける学習の仕組み
    * 確率的勾配降下法
  4. 学習の高速化手法
    * 誤差逆伝搬法
  5. 画像の特徴を認識する
    * 畳み込みニューラルネットワークとディープラーニング
  6. オープンソースの活用
    *  R言語、線形判別分析
    * TensorFlowとKeras
  7. 仮想マシンで動かすAI
    * VirtualBoxとUbuntu
    * 顔の特徴検出、
    * 画像識別

受講者の前提知識

  1. 「AI基礎編: AIの基礎理論とビジネスへの活用」を受講済であること
  2. または上記セミナー受講者と同等の知識があること

その他

  • セミナーで解説するプログラムやデータを受講者限定で配布しますので、学習や実務に活用できます。
  • PCは必須ではありませんが、PCを持参いただき講師の解説に従って問題を解いていただくと理解が深まります。

開催日時

以下の日程からご希望の日を選択してください。

2019年10月29日(火)10:00~17:00
2019年11月26日(火)10:00~17:00
2020年1月28日(火)10:00~17:00

2020年2月以降の開催日は後日掲載の予定です。

 

入力後、[送付] ボタンをクリックしてください。
確認のため、ご指定のメールアドレスに入力内容を送信させていただきます。