東京理科大学 経営学部 ビジネスエコノミクス学科 准教授 博士（科学）野口 怜 氏
【専門】
　データマイニング
【略歴】
　民間企業において、製造業をはじめとした実践的なデータマイニングや分析コンサルティングを実施。群馬大学、明治大学を歴任し、現在、東京理科大学にてデータサイエンスの教育、研究に従事。

　製造現場では日々膨大な量のデータが生み出されており、これらデータの利活用が企業の成長や競争力を左右する時代になっています。従来、日本の製造現場では熟練者の経験や勘、知識に基づいて高度な品質管理や設備保全が行われてきましたが、これからの「データ社会」では、いかに膨大なビッグデータを活用して、更なる品質向上や製造の効率化、技術継承を図れるかが大きな課題となっています。
　本セミナーでは、主に製造現場における品質管理にフォーカスし、Excel/Pythonを用いたデータ分析により、いかに品質不良の影響因子を絞り込んで品質向上に結びつけるか、事例演習も交えながら実践的に学びます。分析手法の基本的な知識から、Excel/Pythonの基本的な操作方法、分析の考え方、製造現場特有のポイントなどについて、なるべく数式を用いずに初学者向けにわかりやすく説明します。

1． イントロダクション
　1-1 製造業における統計解析：統計的工程管理 と QCストーリー
　1-2 従来の統計的手法とビッグデータ分析による品質管理の違い
　1-3 製造業におけるビッグデータ分析の適用範囲
　1-4 製造業におけるビッグデータ分析事例
　1-5 組み立て製造とプロセス製造の違い

2． 統計学の基礎
　2-1 記述統計学と推測統計学
　2-2 データの特徴の捉え方
　2-3 記述統計量／変数の尺度
　2-4 正規分布／工程能力指数（Cp）
　2-5 相関係数／相関と因果の違い

3. 可視化による工程・品質の傾向把握（Excel/Python演習）
　3-1 ヒストグラムによる品質指標のばらつき確認
　3-2 散布図／散布図行列による連動因子の確認
　3-3 箱ひげ図による各因子の傾向確認
　3-4 時系列での不良傾向確認
　3-5 パレート図
　3-6 工程管理図

4. 数値化による工程・品質の傾向把握（Excel/Python演習）
　4-1 要約統計量（代表値／ばらつき指標／順序統計量）
　4-2 相関（相関係数／相関行列／偏相関係数）
　4-3 工程能力指数（Cp）

5. 分析モデルの構築による製造品質不良の要因分析
　5-1 代表的な分析手法の概要と手法の選び方
　5-2 線形回帰による不良予測と影響因子の絞込み（Excel演習）
　5-3 ロジスティック回帰による良品／不良品の判別（Python演習）
　5-4 決定木分析による良品／不良品の判別
　5-5 モデルの評価指標：Precision（適合率）とRecall（再現率）
　5-6 精度向上に向けたモデルチューニングの考え方