お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
導入とチームユースケース選定
- 工業環境におけるAIの概要
- ユースケースのカテゴリー:品質、メンテナンス、エネルギー、物流
- チーム編成とプロジェクト目標の範囲設定
工業データの理解と準備
- 工業データの種類:時系列、テーブル、画像、テキスト
- データ取得、クリーニング、前処理
- PandasとMatplotlibを使用したエクスプロラトリー・データ分析
モデル選定とプロトタイピング
- 回帰、分類、クラスタリング、異常検知の選択
- Scikit-learnを使用したモデルの訓練と評価
- TensorFlowまたはPyTorchを使用した高度なモデリング
結果の可視化と解釈
- 直感的なダッシュボードやレポート作成
- 性能指標(精度、適合率、再現率)の解釈
- 仮定と制限のドキュメント化
デプロイシミュレーションとフィードバック
- エッジ/クラウドデプロイスシナリオのシミュレーション
- フィードバック収集とモデル改善
- 操作との統合戦略
キャップストーンプロジェクト開発
- チームプロトタイプの最終化とテスト
- ピアレビューと協力的なデバッグ
- プロジェクトプレゼンテーションと技術的サマリーの準備
チームプレゼンテーションとまとめ
- AIソリューションコンセプトと結果の提示
- グループでの反省と学んだこと
- 組織内でのユースケース拡大のロードマップ
まとめと次ステップ
要求
- 製造または工業プロセスに関する理解
- Pythonと基本的な機械学習の経験
- 構造化データと非構造化データの扱い方
対象者
- クロスファンクショナルチーム
- エンジニア
- データサイエンティスト
- ITプロフェッショナル
21 時間