2m

ページの本文へ

Hitachi
English鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ鬯ッ�ッ�ス�ョ�ス�ス�ス�ョ鬩包スカ隰ォ�セ�ス�ス�ス�オ鬮エ螟ァ�」�シ�ス�ク隴擾スエ�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陜難スシ�ス�。驕呈汚�ス�キ隴趣ス「�ス�ソ�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ス�ス�ス�ス�ァ鬯ョ�」陋ケ�ス�ス�ス�ス�ウ鬮ッ譎「�ス�ッ�ス�ス�ス�ゥ鬯ッ�ョ�ス�ョ�ス�ス�ス�キ
鬯ッ�ョ�ス�ォ�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�ャ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ェ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髯滉クサ�・�ス�ス�ソ�ス�ス�ス�ス�ス�ク鬯ョ�」鬲�シ夲スス�ス�ス�ィ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ョ�ッ隶灘・�スス�コ陋幢ソス�ス�ス隰�∞�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�セ 鬯ッ�ョ�ス�ォ�ス�ス�ス�エ鬯ッ�イ�ス�ス�ス�シ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ッ�ス�ゥ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ョ�エ隰�∞�ス�ス�ス�「鬯ョ�」陜難スシ陞サ�ョ�ス�ス�ス�ス�ス�ス�ス�ス髯懷遜�ス�ウ鬯ッ�イ�ス�ス�ス�シ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ュ鬯ッ�ョ�ス�ッ髯キ闌ィ�ス�キ�ス�ス�ス�ス�ス�ス�ス�サ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髫エ�ッ�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�。鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ェ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�キ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ァ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ウ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ鬯ッ�ョ�ス�ォ�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�ャ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ェ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髯滉クサ�・�ス�ス�ソ�ス�ス�ス�ス�ス�ク鬯ョ�」鬲�シ夲スス�ス�ス�ィ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ョ�ッ隶灘・�スス�コ陋幢ソス�ス�ス隰�∞�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�セ 鬯ッ�ョ�ス�ォ�ス�ス�ス�エ鬯ッ�イ�ス�ス�ス�シ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ッ�ス�ゥ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ョ�エ隰�∞�ス�ス�ス�「鬯ョ�」陜難スシ陞サ�ョ�ス�ス�ス�ス�ス�ス�ス�ス髯懷遜�ス�ウ鬯ッ�イ�ス�ス�ス�シ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ュ鬯ッ�ョ�ス�ッ髯キ闌ィ�ス�キ�ス�ス�ス�ス�ス�ス�ス�サ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髫エ�ッ�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�。鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ェ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�キ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ァ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ウ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ

knime aivalueup

データ分析セミナ
AI&ビッグデータ ソリューション「AiValueUp」

受講者10,000名突破記念キャンペーン

セミナ参加者が10,000名を超えた記念に、割引キャンペーンを実施いたします!この機会にぜひデータ分析セミナに参加しませんか?

現役のデータアナリストが講師となり、実践で使える技術をお教えします。

知識や技術の共有、ビジネス展望を広げる絶好のチャンスです。お申し込みはお早めに!

お問い合わせはこちら

開催スケジュールはこちら

おかげさまで10,000名以上の方にご受講いただきました。(2024年3月時点)

AIを使うとは『データをAIに入れ、AIに答えさせる』ということ。

IoTから収集されるビッグデータを利活用するには、AIにデータを 入れる前に、データを磨き価値を高める AiValueUpが勘所となります。

そこで当社では、IoTとAIをつなぐAiValueUpの有識者・技術者を広く育成するため、データ分析セミナを開催しています。

ビジネスの場面に活用できる種類判別モデルの構築も

製造物の種類判別や生産設備の故障予兆を高精度で予測するためのモデル構築技術を学ぶことができます。実践的なケース演習を通じて、データセットの磨き方やモデリング手法を体系的に学ぶことができます。さらに、複数の手法を比較し、精度の評価とチューニングも行います。

データ磨きから最適なモデルの選択までの一連の流れを学び、予測モデル構築のスキルも習得できます。機械学習とデータ分析の実践的なスキルを向上させたい方におすすめです。

特徴

データ利活用の一連の流れを体験

本セミナではデータ分析における一連の流れを演習も含めて4日間で学習していきます。

基礎コースでデータ分析におけるAiValueUpや分析手法など基礎知識を学びます。年間100プロジェクトの実案件を実施してきた経験から、実践でよく使う手法を中心に学習します。

ケーススタディコースでこれまでの実案件経験に基づくオリジナルケーススタディを実施。受講者の皆さまは顧客役の講師と対話や質疑応答を繰り返し、情報を引き出すことで分析が進むようにストーリーが作られています。

実際の分析案件においても顧客へのヒアリングが結果を左右するため、実案件さながらの体験を提供しています。

ビッグデータ ソリューション・教育

使用するデータはよりリアルに近いものを

データ分析で使用するデータ、特にセンサーデータなどのIoTデータの多くは、分析する前のデータ把握・加工に最も時間を要します。

はじめから用意された加工済みのデータを使用するセミナも多いですが、本セミナではより実案件に近い汚れたままのデータを使用します。

そこからデータ前処理をしっかり学んでいただき、AiValueUpすることで、分析精度を高める勘所を体験していただきます。

講師は現役のアナリスト

本セミナで講師を務めるのは、今も現役で実案件を担当するアナリスト。

実体験に基づいた濃い質疑応答ができます。

プログラミング知識がなくても問題なし

本セミナでは、分析モデリングツールを使用します。そのため、プログラミング知識は必要ありません。

分析モデリングツールは、分析者が行うデータ処理の思考プロセスが視覚化できるため、協創や集合知を活かした検討に最適です。さらにノウハウの蓄積・再利用がしやすく、人材育成にも適しています。

分析モデリングツール

オンラインでも受講可能

集合研修と同じ内容をオンラインでもご受講いただけます。ご自宅や職場からご受講できます。

画面共有を通して、テキストの説明や操作演習もご確認いただけます。質疑応答は音声通話やチャットで不明点をリアルタイムに解消できます。

集合研修に参加できない方はぜひオンラインでの受講をご検討ください。

オンライン研修

こんな人にオススメ

ビッグデータ・AIの導入を検討している方、または導入でつまずきを感じている方
データ利活用・AIプロジェクトを担当されている方、またはこれから担当する予定の方
AI関連商品やコンサルテーションを販売される方

コース一覧

コース全体図

集合研修コース一覧

オンライン研修 コース全体図

オンライン研修コース一覧

IoTから収集されるビッグデータを利活用するには、AIにデータを 入れる前に、データを磨き価値を高める AiValueUpが勘所となります。

年間100プロジェクトの実案件を実施してきた経験から実践でよく使う手法を中心に効率よく学習できるセミナとなっております。

ケーススタディは実際の案件さながらに演習をすすめていくため、実践的な内容が受講者さまに好評いただいています。

コース名 内容
総合教育コース

データ分析の基礎やモデリングツールの使用方法からケーススタディによる実践演習まで、データ分析における一連の流れを体験し、データ分析のスキルを身につけることができます。

基礎コースとケーススタディコースの内容を実施します。

予備知識:特にありません

コース時間:基礎コース、ケーススタディコースの計24時間
→基礎コース12時間[2日もしくは4日(開催回により日数は異なります)]
 +ケーススタディコース12時間[2日]

価格:200,000円(1名様の価格です)

基礎コース

データ分析の基礎やモデリングツールの使用方法など、データ分析における基本的な知識を身につけることができます。

予備知識:特にありません

コース時間:12時間[2日もしくは4日(開催回により日数は異なります)]

価格:120,000円(1名様の価格です)

ケーススタディコース

実案件経験に基づくオリジナルケーススタディを体験していただきます。顧客へのインタビューなど実際の分析案件と同じ流れを体験することによって、データ分析のスキルを身につけることができます。

予備知識:データ分析の基礎知識・モデリングツールの知識(基礎コース相当の知識)

コース時間:12時間[2日]

価格:120,000円(1名様の価格です)

ケーススタディ(短期)コース

分析したいテーマや業界・業種などにあわせてお客さまご自身でコースを1つ選択できます。多様なケーススタディを準備しております。

予備知識:データ分析の基礎知識・モデリングツールの知識(基礎コース相当の知識)

コース時間:6時間[1日]

価格:70,000円(1名様,1テーマの価格です)

内容のご紹介

基礎コース

分析の基礎からモデリングソフトの使い方までケーススタディに必要な知識
日程 実施内容
基礎コース前半
データマイニングの方法論・・・CRISP-DMに従う分析プロセスについて学びます。
データの理解・・・データをいろいろな角度から確認する方法を学びます。
データの準備・・・業務にあわせたデータの加工方法や統計的知識によるAiValueUpを学びます。
基礎コース後半
モデリングと精度・・・機械学習を中心に学びます。
(回帰分析、主成分分析、クラスター分析、ニューラル・ネットワーク、決定木分析、アソシエーションルール)

ケーススタディコース

実案件と同様に汚れたデータを使って分析を実施します。
日程 実施内容
ケーススタディコースNo1
特殊鋼の鋼種判別予測
数十種類ある鋼の種類を判別します。
ケーススタディコースNo2
製造機器でのチョコ停予測
製造ラインで頻発するチョコ停の原因分析や予測を行います。

ケーススタディ(短期)コース

分析したいテーマや業界・業種などにあわせてお客さまご自身でコースを1つ選択できます。現在選択可能なケーススタディは以下となっております。
No ケーススタディ名 実施内容
1 特殊鋼の鋼種判別予測 数十種類ある鋼の種類を判別します。
2 製造機器でのチョコ停予測 製造ラインで頻発するチョコ停の原因分析や予測を行います。
3 工場排水処理での薬品量予測 凝集剤などによる排水処理にて最適な薬の量を予測します。
4 販売促進結果の分析 小売業にて実施した販売促進キャンペーンの結果を分析します。
5 製造業での不良品分析 製造製品に対する傷の有無を画像により認識します。

開催内容

開催場所 集合研修は主に秋葉原の会場で実施いたします。
10名様程度~で受講をご検討中のお客さまには、ご指定の会場(自社のセミナルームや大学の教室など)に講師がお伺いしてセミナを実施することも可能です。
ご持参いただくもの Windows7以上のOSを搭載しているパソコンをご用意ください。分析モデリングツールをインストールして使用します。
パソコンをご用意できない方は有償にてレンタルPCを準備いたしますのでご相談ください。
最小開催人数 3名

開催スケジュール

コース名 日程 開催場所
総合教育コース 基礎コースとケーススタディコースの日程を組み合わせてお申込みいただけます。受講希望フォームにて日程をそれぞれ選択してください。

総合教育コース受講希望の方はこちら

オンライン
基礎コース
2024年9月開催
2024年9月 10日(火)、11日(水)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
基礎コース
2024年10月開催
2024年10月22日(火)、23日(水)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
基礎コース
2024年12月開催
2024年12月11日(水)、12日(木)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
基礎コース
2025年2月開催
2025年2月 6日(木)、 7日(金)、13日(木)、14日(金)各日13:00~16:00
(各日3時間×4日間の計12時間コース)

受講希望の方はこちら

オンライン
ケーススタディコース
2024年8月開催
2024年8月 22日(木)、23日(金)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
ケーススタディコース
2024年11月開催
2024年11月19日(火)、20日(水)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
ケーススタディコース
2025年2月開催
2025年2月20日(木)、21日(金)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
ケーススタディコース
2025年3月開催
2025年3月12日(水)、13日(木)各日9:00~16:00
(各日6時間×2日間の計12時間コース)

受講希望の方はこちら

オンライン
[オンライン研修]ケーススタディ(短期)コース 不定期開催となります。受講希望の方は受講希望フォームからご希望のコースや日程などご入力ください。

ケーススタディ(短期)コース受講希望の方はこちら

オンライン

受講までの流れ

受講までの流れ

よくあるご質問

Q:受講に当たって必要な予備知識はありますか?

特にありません。
統計や数学の知識がなくても無理なく進められるようなプログラムとなっております。
新入社員の方々の研修などでも受講いただいております。

Q:準備するものはありますか?

Windows7以上のOSを搭載しているパソコンをご用意ください。
分析モデリングツールをインストールして使用します。セミナ後もツールを使用して復習などにご活用いただけます。
集合研修の場合は、有償にてレンタルPCを準備することもできますのでご相談ください。

Q:集合教育を実施してもらうことは可能ですか?

10名様をこえる人数で受講をご検討中のお客さまには、ご指定の会場(自社のセミナルームや大学の教室など)に講師がお伺いして分析セミナを実施することも可能です。

Q:集合研修とオンライン研修に違いはありますか?

集合研修とオンライン研修で実施されるカリキュラムは同じです。オンライン研修でも演習や質疑応答も行います。会場でご受講いただくか、ご自宅や職場などでご受講いただくかの違いとなります。

Q:オンライン研修はどのような環境で行いますか?

Teamsで開催しております。Teamsでの受講方法については、ご案内資料をお送りいたしますので事前にご確認いただけます。また、ご希望あれば事前の接続確認を設けて、ご心配なく研修日を迎えられるようにしております。

Q:オンライン研修で講師に質問などはできますか?

可能です。疑問点や演習でうまくいかない場合などチャットや音声で講師に質問でき、相互にコミュニケーションをとることができます。

関連書籍

書籍「AI、IoTを成功に導く データ前処理の極意」好評発売中! 本セミナの内容をもとにした書籍「AI、IoTを成功に導く データ前処理の極意」が発売されました。

お知らせ

2024年8月2日:研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

「基礎コース」と「ケーススタディコース」の2024年10月から2025年3月までの開催日程を公開しました。 総合教育コースは「基礎コース」と「ケーススタディコース」の日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2024年7月1日:「KNIME Spring Summit 2024」にて「KNIME KNINJA」賞受賞のお知らせ

アメリカ・オースティンで開催された「KNIME Spring Summit 2024」にて、「KNIME KNINJA」賞を受賞いたしました。

2024年2月16日:研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

「基礎コース」と「ケーススタディコース」の2024年4月から2024年9月までの開催日程を公開しました。 総合教育コースは「基礎コース」と「ケーススタディコース」の日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2023年8月10日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2023年10月から2024年3月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2023年2月8日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2023年4月から2023年9月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2022年7月22日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2022年10月から2023年3月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2022年2月4日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2022年4月から2022年9月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2021年9月1日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2021年10月から2022年3月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2021年6月14日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2021年7月から2021年9月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2021年02月22日:オンライン研修「基礎コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの2021年4月から2021年6月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2020年10月9日:オンライン研修「総合教育コース」「ケーススタディコース」開催スケジュール公開のお知らせ

[オンライン研修]ケーススタディコースの2020年10月から2021年3月までの開催日程を公開しました。 [オンライン研修]総合教育コースは[オンライン研修]基礎コースと[オンライン研修]ケーススタディコースの日程をご都合にあわせて組み合わせてお申込みいただけます。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2020年7月30日:オンライン研修開始のお知らせ

データ分析セミナをオンラインでご受講いただけるようになりました。 開催スケジュールやお申込みは開催スケジュールをご確認ください。 ご不明点などはお問い合わせフォーム からお問合せください。

2020年5月28日:セミナー中止のお知らせ(当面の間)

新型コロナウイルスの感染拡大に鑑み、参加者および関係者の皆さまの健康・安全面を第一に考慮した結果、当面の間、 AI&ビッグデータ ソリューション「AiValueUp」データ分析セミナーを中止することにいたしました。
すでにお申し込みいただいた方には改めてメールなどでご案内させていただきます。

今後の開催予定については、状況を考慮した上で、改めてホームページなどでお知らせいたします。また、現在新しいスタイルでのセミナー開催なども検討しております。

個別の開催状況やご不明点などはお問い合わせフォーム からお問合せください。 大変ご迷惑をおかけいたしますがご理解くださいますようお願い申し上げます。

2020年4月27日:2020年5月開催セミナー中止のお知らせ

新型コロナウイルスの感染拡大に鑑み、参加者および関係者の皆さまの健康・安全面を第一に考慮した結果、以下開催予定のセミナーを中止することにいたしました。

  • 4日間コース 2020年5月開催 秋葉原会場
  • 基礎コース 2020年5月開催 秋葉原会場
  • ケーススタディ2日コース 2020年5月開催 秋葉原会場

すでにお申し込みの方には改めてメールなどでご案内させていただきます。 6月以降の開催日程についても、中止・延期の可能性がございます。個別の開催状況やご不明点などはお問い合わせフォーム からお問合せください。セミナーの開催状況は随時当社ホームページにてお知らせいたします。 大変ご迷惑をおかけいたしますがご理解くださいますようお願い申し上げます。

2020年4月14日:2020年4月開催セミナー中止のお知らせ

新型コロナウイルスの感染拡大に鑑み、参加者および関係者の皆さまの健康・安全面を第一に考慮した結果、以下開催予定のセミナーを中止することにいたしました。

  • 4日間コース 2020年4月開催 秋葉原会場
  • 基礎コース 2020年4月開催 秋葉原会場
  • ケーススタディ2日コース 2020年4月開催 秋葉原会場

すでにお申し込みの方には改めてメールなどでご案内させていただきます。 5月以降の開催日程についても、中止・延期の可能性がございます。個別の開催状況やご不明点などはお問い合わせフォーム からお問合せください。セミナーの開催状況は随時当社ホームページにてお知らせいたします。 大変ご迷惑をおかけいたしますがご理解くださいますようお願い申し上げます。

2020年3月11日:2020年3月開催セミナー中止のお知らせ

新型コロナウイルスの感染拡大に鑑み、参加者および関係者の皆さまの健康・安全面を第一に考慮した結果、以下開催予定のセミナーを中止することにいたしました。

  • 4日間コース 2020年3月開催 秋葉原会場
  • 基礎コース 2020年3月開催 秋葉原会場
  • ケーススタディ2日コース 2020年3月開催 秋葉原会場

すでにお申し込みの方には改めてメールなどでご案内させていただきます。 4月以降の開催日程についても、中止・延期の可能性がございます。個別の開催状況やご不明点などはお問い合わせフォーム からお問合せください。セミナーの開催状況は随時当社ホームページにてお知らせいたします。 大変ご迷惑をおかけいたしますがご理解くださいますようお願い申し上げます。

2020年1月28日:【ニュースリリース】KNIMEと日本でのデータサイエンス活動を促進させる取り組みを共同で開始

日立産業制御ソリューションズとKNIMEは、日本でのデータサイエンス活動を促進させる取り組みを共同で開始することを発表しました。今後、データ分析セミナー「AiValueUp for workshop」にKNIMEのプラットフォーム固有のノウハウが提供されます。

2020年3月9日:セミナー日程を更新しました

2020年7月、2020年8月の開催日程を公開しました。

2020年1月14日:日経BPセミナー 開催

データ分析セミナの基礎コースが日経BPセミナーとして開催されました。

【セミナー】AIの精度UPの実践ノウハウが学べる オープンソースで学ぶ「データ分析」実践講座

【日時】2019年12月19日(木)~12月20日(金) 10:00~16:30 (開場9:30)
※各日ともに、昼食・お飲物付き

また、日経BPセミナーを受講された方は、その後に当社ケーススタディコースを受講するとさらに効果的です。

2019年10月11日:日経XTECH EXPO 2019 に出展しました

2019年10月9日~11日に開催された日経XTECH EXPO 2019「人工知能ビジネス AI 2019」に「AI&ビッグデータ ソリューション」を出展しました。

製品の機能、仕様、導入方法、価格などなんでもお気軽にお問い合わせ・ご相談ください。

  • * 本製品を輸出等される場合には、外国為替及び外国貿易法の規則ならびに米国の輸出管理規則など外国の輸出関連法規をご確認のうえ、必要な手続きをお取りください。なお、ご不明な場合は、当社担当営業にお問い合わせください。
X鬯ッ�ョ�ス�ッ�ス�ス�ス�キ鬯ョ�」鬲�シ夲スス�ス�ス�ィ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ャ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髯滉クサ�・�ス�ス�ソ�ス�ス�ス�ス�ス�ク鬯ゥ諤憺●�ス�ス�ス�ォ�ス�ス�ス�ス髫カ髮」�ス�」�ス謇具スイ�サ�ス�ソ�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ウ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�スYouTube鬯ッ�ョ�ス�ッ�ス�ス�ス�キ鬯ョ�」鬲�シ夲スス�ス�ス�ィ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ャ鬯ッ�ョ�ス�ッ髮具ソス�ス�キ髯滉クサ�・�ス�ス�ソ�ス�ス�ス�ス�ス�ク鬯ゥ諤憺●�ス�ス�ス�ォ�ス�ス隴幢スア�ス�ヲ�ス�エ�ス螳茨ス「謇假スス�ュ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�」鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ウ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ陷ソ蜴�スス�ィ髮具スサ�ス�ス�ス�コ驛「�ァ隰�∞�ス�ス�ス�セ鬮ョ諛カ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スInstagram鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�「鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ウ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス
鬯ッ�ョ�ス�ォ�ス�ス�ス�エ鬯ッ�イ�ス�ス�ス�シ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ッ�ス�ゥ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ョ�」陋ケ�ス�ス�ス�ス�オ鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�キ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�」鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�。鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�「鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ゥ蛹�スス�ッ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�オ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ闕ウ�サ�ス�ス髫カ謐コ�サ繧托スス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ鬯ッ�ッ�ス�ョ�ス�ス�ス�ョ鬩包スカ隰ォ�セ�ス�ス�ス�オ鬮エ螟ァ�」�シ�ス�ク隴擾スエ�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陜難スシ�ス�。驕呈汚�ス�キ隴趣ス「�ス�ソ�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ス�ス�ス�ス�ァ鬯ョ�」陋ケ�ス�ス�ス�ス�ウ鬮ッ譎「�ス�ッ�ス�ス�ス�ゥ鬯ッ�ョ�ス�ョ�ス�ス�ス�キ鬯ッ�ョ�ス�ォ�ス�ス�ス�ー鬮ォ�エ闔ィ螟イ�ス�ス�ス�ヲ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�イ鬯ッ�ッ�ス�ョ�ス�ス�ス�エ鬯ョ�「�ス�ァ�ス�ス�ス�イ鬯ィ�セ陋ケ�ス�ス�ス�ス�・�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ア�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�・鬯ッ�ョ�ス�ョ鬮ョ諛カ�ス�」�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�エ
鬯ッ�ョ�ス�ッ髫イ蟷「�ス�カ�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ョ�ッ陷茨スキ�ス�ス�ス�サ�ス�ス邵コ�、�つ€鬯ッ�ョ�ス�ッ�ス�ス�ス�キ�ス�ス�ス�ス�ス�ス�ス�キ鬯ョ�ッ�ス�キ�ス�ス�ス�・�ス�ス�ス�ス�ス�ス�ス�イ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ゥ蛹�スス�ッ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�オ鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ闕ウ�サ�ス�ス髫カ謐コ�サ繧托スス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ョ�ス�ッ髯キ闌ィ�ス�キ�ス�ス�ス�ス�ス�ス�ス�サ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ゥ鬯ッ�ッ�ス�ィ�ス�ス�ス�セ鬮ッ蜈キ�ス�ケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ッ�ョ�ス�ォ�ス�ス�ス�エ鬮ッ讓奇スサ繧托スス�ス�ス�イ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�。鬯ッ�ョ�ス�」髮朱メ�イ�サ�ス�ス�ス�シ髯樊サゑスス�イ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�カ鬯ッ�ョ�ス�ッ髯具スケ�ス�コ�ス�ス�ス�コ�ス�ス�ス�キ�ス�ス邵コ�、�つ€�ス�ス�ス�ス�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ鬯ッ�ョ�ス�ォ�ス�ス�ス�イ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ア鬯ッ�ョ�ス�」髯キ�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ョ�ォ�ス�エ鬮ョ諛カ�ス�」�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ュ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�キ鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ォ鬯ッ�ッ�ス�ッ�ス�ス�ス�ョ�ス�ス�ス�ス�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�「鬯ッ�ゥ隰ウ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�コ鬯ョ�ッ�ス�キ髣費スィ陞滂スイ�ス�ス�ス�ス�ス�ス�ス�ア鬯ゥ蛹�スス�ッ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�サ