技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーは、Google Colabを使用して、PyCaretを利用した異常検知プログラムを動かすハンズオンセッションを行います。
本セミナーでは、階層的な構造をもつ高分子の構造形成に焦点を当て、その基礎概論を述べたあと、高分子のモデリング手法や分子シミュレーション手法の基礎を解説いたします。
また、OCTAやLAMMPS、Gromacsなど、高分子シミュレーションにおいてよく用いられるソフトウェアについて、最近の研究事例を交えて紹介いたします。
本セミナーでは、ベイズ統計学について基礎からわかりやすく解説し、一般的な統計学との違い、ベイズ統計学の使いどころがわかる事例も紹介いたします。
本セミナーでは、階層的な構造をもつ高分子の構造形成に焦点を当て、その基礎概論を述べたあと、高分子のモデリング手法や分子シミュレーション手法の基礎を解説いたします。
また、OCTAやLAMMPS、Gromacsなど、高分子シミュレーションにおいてよく用いられるソフトウェアについて、最近の研究事例を交えて紹介いたします。
本セミナーでは、ベイズ統計学について基礎からわかりやすく解説し、一般的な統計学との違い、ベイズ統計学の使いどころがわかる事例も紹介いたします。
本セミナーでは、線形回帰、Lasso、多変量解析、データサイエンスへの応用技術を解説いたします。
本セミナーでは、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について解説いたします。
本セミナーでは、Pythonプログラミングの基礎、統計解析の基礎、Pythonを使った統計解析手法について、わかりやすく解説いたします。
本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。
本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。
本セミナーでは、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について解説いたします。
本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。
本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。
本セミナーでは、多変量解析・データ処理の基礎から解説し、特徴抽出や次元削減、データ前処理、相関とパターンの発見など、解析の手順を事例を交えて、分かりやすく解説いたします。
本セミナーでは、アンサンブル学習とよばれるデータサイエンスの手法について取り上げ、バギング、ランダムフォレスト、ブースティングの基本的な考え方からPythonによる実装例までやさしく解説いたします。
本セミナーでは、脳波計測技術について取り上げ、脳波計測技術の基礎から、実験計画の立て方、脳波解析の前処理や解釈のポイントを解説いたします。
本セミナーでは、生成AIを組み合わた少量データでの機械学習モデルの構築、最適なパラメータ、データ収集の留意点、スパースデータの防止策について詳解いたします。
本セミナーでは、時系列分析の基礎理論を解説したうえで、時系列データの解釈・予測を行うためのフレームワークを、Pythonによる実装を通して体系的に学んでいただきます。
本セミナーでは、機械学習を実務に活用するための手法について、基礎から解説いたします。
本セミナーでは、感性工学の基礎から解説し、感性工学データの最先端の分析手法、さらにAIによるデザインプロセスの変革方法について詳解いたします。
本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。
本セミナーでは、タグチメソッドで推奨される動特性のSN 比を用いたL18 実験モデルをPythonを利用してプログラミングし、要因効果図の作成までを目標といたします。