~RapidMiner Learningサブスクリプション 1ヶ月受講プランをご用意~

コース内容詳細は、こちらのコースカタログをご覧下さい。


 弊社では、製造業の皆様向けに"ノーコーディングで現場のデータ分析課題を自分自身で解決する"をコンセプトとして、GUIで高度な前処理・可視化、機械学習が実行できるRapidMinerを用いて、WEBトレーニングコースの作成を進めて参りました。具体的には、製造現場の設備から生成される振動データなどの時系列データへの分析方法を演習形式で学んでいく「IoTデータ分析編」、化学反応を伴うプロセス系データへの分析方法、プラント設備の異常検知手法を中心に演習形式で学べる「プロセスデータ分析編」、画像・テキストなど非構造データへのアプローチが学べる「深層学習(Deep Learning)編」など、従来からあるRapidMiner基礎編(Pt1、Pt2)、回帰編に加えて、製造現場の課題解決に直結するコースを新コースとしてリリースしてきました。
 
 2021年4月に「RapidMiner Learning サブスクリプションサービス」をリリースして以降、多くの製造業のお客様に本サービスをご利用頂き、高評価が得られております。特に、「聞き逃したところを何度も繰り返し見られる点」や「動画を一時停止し、RapidMinerで操作(演習)できる点」、「講座内容の不明点について弊社サポートを受けながら分析課題の解決が図れる点」が好評です。PythonやRといったプログラミング言語を習得しなくても解決できる分析課題の方が多く、短期間で成果に結びつけることができたとの連絡も頂いております。
 
 今回の特別企画では、本来、「RapidMiner Learning サブスクリプションサービス」は1年間継続利用頂くことが前提のサービスとなりますが、「少しどんなものか試してみたい」、「来年度のDX戦略の検討材料にしたい」というご要望を頂いたことから1ヶ月受講のコースをご準備致しました。ご自身の分析課題に類似したコース動画をご視聴頂くことでより実践的な分析力を身につけて頂き、短期間でご自身の分析課題の解決に繋げて頂きたいと考えております。

下記のような方を対象としております。

・もっと高度で複雑な機械学習に挑戦したい方
・PythonやR、MATLABで苦労している方
・基礎編では物足りず、より実践的な分析を進めたい方
・分析に取り組んでいるが、分析方法に自信がない方
・まとまった時間が取れず、業務の合間に分析課題の解決を進めたい方
・プログラミング言語の習得ではなく課題の解決に関心がある方
・他ツールを使用しているが製造業の分析アプローチのノウハウが知りたい方


【RapidMiner Learningサブスクリプションの詳細はこちら】
https://www.rapidminer.jp/learning/

お申込受付期間が終了したため、
受付を締め切らせていただきました。
日時 2021年10月1日(金)~12月31日(金)(任意の1ヶ月間)
申込受付 ~11月30日(火)まで  
会場
参加費 1名 90,000円(税別)
定員 80名
対象 ・PythonやR、MATLABで苦労している方
・もっと高度で複雑な機械学習に挑戦したい方
・分析に取り組んでいるが、機械学習の知識に自信がない方
主催 株式会社KSKアナリティクス
共催
協賛
内容 2021年10月時点では下記のコースが動画演習の形式で提供されます。
受講期間内であれば、講座内容について、お問合せ頂くことが可能です。

♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎
【初学者】
・1_データサイエンス入門 / 分析課題創出編(75分)
・2_統計学基礎編(110分)
・3_RapidMiner 可視化クレンジグ編(160分)
・4_RapidMiner 基礎編(Pt1)(140分)
【中級者】
・5_RapidMiner 基礎編(Pt2)(250分)
・6_RapidMiner 回帰編 (95分)
・7_RapidMiner IoT(時系列データ 特徴量設計)編 (660分)
・8_RapidMiner プロセスデータ分析編 (300分)
・9_RapidMiner 深層学習基礎理解編(150分)
・10_RapidMiner 教師なし学習編(52分)
・11_RapidMiner 分析結果報告編(46分)
【上級者】
・12_RapidMiner 深層学習 実践活用編(テキスト、時系列、画像)(110分)
・13_RapidMiner MI(Materials Informatics)編 (240分)
・14_RapidMiner AI-Hub運用編 (200分)
・15_RapidMiner 実践運用編 (2021/12 公開予定)
・16_RapidMiner 転移学習編(2021/10 公開予定)
・17_Pytorch 入門編(30分)
・18_Pytorch 異常検知編(2021/11 公開予定)
・19_Pytorch GNN編(65分)

コース内容詳細は、こちらのコースカタログをご覧下さい。
♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎♦︎

※本プログラムでは演習において、「RapidMiner(フリー版・データ1万行まで無料)」またはPythonを使用しますので、ソフトウェアを購入する必要はありません。
※本講座終了後、追加で27万円(税抜)をお支払い頂くことで、11ヶ月間サービスを延長することできます。
※ご希望の方は、有償のRapidMiner Studioライセンス(トレーニングライセンス)をお付けすることができます。
※受講期間は任意の1ヶ月間となります。申込みページにて開始希望日をご入力下さい。
※RapidMinerマニュアルサイトをご覧頂けます。全て日本語のマニュアルですので、ご活用いただくことで、RapidMinerおよび機械学習の理解を深めて頂くことができます。
※技術的なQAをまとめたサイトをご覧頂けます。これまでにお問い合わせいただいたご質問を取りまとめています。過去のQAのやりとりから新たな気づきを得て頂くことができます。
※講義内容についての不明点を専用のサポートサイトよりお問い合わせ頂くことが可能です。弊社で内容を確認次第、サポート担当よりご回答いたします。分析結果について保証するものではなく、期間内でのベストエフォート対応となりますことご了承ください。
※AI-Hub運用編は基本的にはAI-Hubをご購入頂いておられる企業様向けのコースとなります。サポートはライセンスサポート(弊社カスタマーサクセスチーム)にて行う場合があります。この点、ご了承ください。
※講座の新規追加及び既存講座のバージョンアップは不定期になされます。
備考 《お申し込み補足説明》
◆お申し込みの流れ◆
1《お申し込みはこちら》をクリックしていただくと
「ユーザー情報/アンケート登録」画面に移行いたします。必要な情報をご入力ください。
※お支払い種別は「会社でお支払い」を選択してください。

2《次へ(請求先情報の入力)》をクリックしていただくと、「請求先登録」画面に移行いたします。
※請求先と申込者が同じ場合には下記の「申込者情報と同じ」をチェックを入れてください。

3《次へ(申込内容の確認)》をクリックしていただくと、「申し込み内容確認」画面に移行いたします。
内容を再度ご確認いただき、《登録する》をクリックしていただくとお申し込み完了となります。

◆お支払いについての補足◆
お支払いサイトは開始日の月末締め翌月末払いとなります。

◆受講までの流れ◆
1 お申込み後、受講案内のメールが届きます。
動画視聴のID,パスワードがメールに記載されておりますので、視聴できるかどうかご確認下さい。
また、サポートサイトの案内も添付されておりますので、不明点がある場合の問い合わせ方法もご確認下さい。

2 受講計画を立てて頂き、テキストと分析プロセス、データをダウンロードし、受講を開始して下さい。
大半のコースがRapidMinerをダウンロードしなければ実施できないコースとなっておりますので、RapidMiner無償版を下記のサイトからダウンロードして下さい。
https://my.rapidminer.com/nexus/account/index.html#downloads

◆受講人数◆
定員80名に達しましたら、募集を停止致します。

◆キャンセル◆
開催日の3日前からキャンセル料(全額)が発生いたします。
キャンセルの場合は実施日の3日前までにご連絡をお願いいたします。
※お申し込み後のキャンセルはお手数ではございますが、seminar@ksk-anl.comまでご連絡をお願いいたします。
お申込受付期間が終了したため、
受付を締め切らせていただきました。

お問合わせ

KSKアナリティクス セミナー事務局
seminar@ksk-anl.com
お申込み、トレーニング内容に関してのお問い合わせは下記までお願いいたします。
株式会社KSKアナリティクス 事業推進部 松尾 圭悟(keigo.matsuo@ksk-anl.com)
株式会社KSKアナリティクス 事業推進部 蓮見 洋介(yousuke.hasumi@ksk-anl.com )