精益六西格玛公开课

【参加对象】
质量总监、质量部长、质量VP、六西格玛黑带、运营经理、生产经理、厂长、采购经理或总监等中高层

【课程背景】
精益六西格玛资深黑带是企业经营管理的核心人物，是职业生涯中的靓丽名片。他们是变革的推动者，能带来新思维、新技能和方法，并且拥有充足的能力和经验为公司的经营绩效做出重大的贡献并赋能公司更高质量的发展。
精益六西格玛资深黑带需要能带领团队运用六西格玛方法和工具、赋能公司采用该方法推进战略落地和解决公司最棘手的问题而生。他们能够有效地与他人分享专业知识，并把这份热情传播到整个六西格玛项目团队里。资质精益六西格玛黑带也有能力进行项目选择和评审，项目指导和领导六西格玛黑带和绿带团队成功完成项目目标，为公司创造利润与构建竞争优势。

【课程特色】
1、案例分析研讨：以案例深入分析和研讨的方式学习六西格玛管理精髓；
2、注重实际应用：学员需亲身参与项目应用，在理论学习与项目应用中消化和解决问题；
3、小班精品研修：每班不超过10人，老师针对不同学员需求一对一指导，保证学习效果；
4、全程跟踪效果：课题学习、课后练习、项目实施、保证学员通过持续应用，实现个人价值；
5、内容与时俱进：引进最新大数据管理，机器学习等知识模块，完美构建数字化六西格玛管理

【课程内容】
第一模块：精益六西格玛战略及实施部署
组织战略概论
战略的设计与制定
战略目标分解与落地
精益六西格玛（SS）管理核心思想
精益六西格玛领导力
精益六西格玛的财务分析
成功部署精益六西格玛项目

第二模块：组织变革与项目管理
组织变革的定义与价值
变革管理与推进策略
精益六西格玛变革推进路径与方法
项目管理的概论
项目管理的软技能（范围管理、时间管理、沟通管理、冲突处理）
项目管理的硬技能（甘特图、PDPC、决策树、风险矩阵）

第三模块：六西格玛方法论
持续改进的定义、价值与常见方法
六西格玛改进(DMAIC）方法论
六西格玛设计(DFSS）方法论

第四模块：大数据管理与机器学习
大数据概论
机器学习概论
机器学习的发展
机器学习作用
机器学习相关术语
监督学习与无监督学习
交叉验证的方法
留一法与自举法
分类与回归
模型评估与选择
基尼系数
信息熵
模型泛化性
欠拟合与过拟合
ROC与AUC
线性模型
线性回归
多元线性回归
线性判别分析
利用CART、Treeet和RadomForest进行回归建模
决策树
决策树发展史
决策树算法
决策树剪枝算法
利用CART、Treeet、RadomForest进行分类分析案例
集成学习
什么是集成学习
集成学习思路方法
Baggig
利用Miitab自动机器学习算法得到最优模型案例

第五模块：高级统计应用
精益六西格玛测量阶段（Measuremet）
测量系统分析内容回顾
扩展性测量系分析（Expad Gage R&R）
评估测量过程（EMP交叉）
过程能力分析（非参数、Cp/Cpk）
公差区间的概论
公差区间计算及评估
精益六西格玛分析阶段（Aaysis）
分析工具常用工具回顾
变异源分析
因子的固定效用与随机效应
混合效应模型
MOVA模型分析
协方差分析（ACOVA）
多重共线性回归建模
非线性回归分析
偏最小二乘
ogistics回归（二值/名义/顺序）
精益六西格玛改善阶段（Improve）
因子设计回顾
响应曲面设计概述
快速上升的命令行实现
中心复合序贯设计、中心复合有界设计、中心复合表面设计
选择最优设计（G最优设计）
田口试验设计
田口设计概述
信噪比与田口损失函数
静态田口设计
动态田口设计
混料设计
单纯行质心设计、单纯行格点设计、极端顶点设计
带有过程变量的混料设计
精益六西格玛控制阶段（Cotro）
传统控制图使用误区及局限性
EWMA控制图
稀有事件控制图（G控制图、T控制图）
多变量控制图(T2控制图)

精益六西格玛公开课