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

材料・医薬品の効率的な開発のためのケモインフォマティクス・マテリアルズインフォマティクスに基づく実践的な機械学習入門

材料・医薬品の効率的な開発のためのケモインフォマティクス・マテリアルズインフォマティクスに基づく実践的な機械学習入門

~化合物研究者・開発者のための実践的なデータ分析と機械学習 / ケモインフォマティクスとマテリアルズ・インフォマティクスのためのデータ分析法 / データ分析に基づく具体的なイシューの立て方とその実践 / 適切な機械学習法の適用とその限界~
オンライン 開催

視聴期間は2023年10月6日〜20日を予定しております。
お申し込みは2023年10月6日まで承ります。

配信期間

  • 2023年10月6日(金) 10時30分 ~ 2023年10月20日(金) 16時30分

お申し込みの締切日

  • 2023年10月6日(金) 10時30分

受講対象者

  • データサイエンス・機械学習に基づく課題解決を考えている方

修得知識

  • ケモインフォマティクスとマテリアルズ・インフォマティクスのための材料や医薬品データに対する基礎的かつ徹底的なデータ分析法
  • データ分析に基づく具体的なイシューの立て方とその実践
  • 適切な機械学習法の適用とその限界

プログラム

 昨今、物理学・化学・生物学の様々なデータが膨大に蓄積され、そのような自然科学データに対する機械学習技術の応用と成功が注目されています。
 本セミナーでは、材料・医薬品をより効率的に開発するための、ケモインフォマティクス・マテリアルズインフォマティクスに基づく、実践的な機械学習について紹介します。主に適切なイシューの立て方、徹底的なデータ分析、そして機械学習の限界などについて、個々の詳細ではなく、実践に特化したアプローチを紹介します。特に具体例を交えながら、企業の抱える課題 (データの数や多様性が少ない、どのようにデータを集めイシューを洗練させるか、機械学習の予測精度ではなく結果の解釈を考えたい等) について、講演者の研究開発の経験を交えながら講義します。

  1. 機械学習を始める前に (90分)
    1. イシューからはじめよ
      1. 機械学習とデータ分析以前に行うべき、問題・課題・目的の明確化
      2. ケモインフォマティクス・マテリアルズインフォマティクスにおけるイシュー
      3. ビッグデータの落とし穴 〜たくさんデータがあればいいわけではない〜
      4. 機械学習の落とし穴 〜精度が高ければいいわけではない〜
      5. イシューからはじめよ
      6. 様々なイシューの具体例
    2. データ分析の基礎と徹底
      1. 化合物の特徴量の例
      2. 相関分析・頻度分析 〜シンプルな分析でイシューの大枠を把握する〜
      3. 交差項・相互作用分析 〜非線形な分析でイシューに深く切り込む〜
      4. 様々な特徴量を用いた重回帰分析
      5. 重回帰分析における多重共線性の罠
      6. 重回帰分析における解釈の罠
  2. 化合物データのための機械学習手法 (90分)
    1. 機械学習の基礎
      1. 機械学習における訓練データとテストデータの準備
      2. 特徴量の事前チェックと外挿
      3. 線形回帰の基礎
      4. 様々な特徴量を用いた線形回帰
      5. 非線形回帰の基礎
      6. 回帰モデルの安定性 〜多重共線性と過学習〜
    2. 様々な回帰モデル
      1. 多重共線性を抑えるためのリッジ回帰
      2. 過学習を防ぎ変数選択をするためのラッソ回帰
      3. 主成分分析 (PCA) による多重共線性の回避と変数独立化
      4. 変数増加法
      5. 変数増加法と変数減少法の利点と欠点
      6. 回帰モデルの使い分け
  3. 回帰モデルの解釈と機械学習の実践 (90分)
    1. 回帰モデルの解釈
      1. 回帰係数の意味
      2. 変数選択の解釈
      3. タカハシメソッドに基づく回帰モデルの応答分析
    2. 機械学習の実践
      1. 医薬品と材料データの特徴量 〜フィンガープリント・物性値・三次元立体構造・量子化学計算〜
      2. 医薬品と材料データの機械学習・深層学習モデル
      3. 例題と演習 (具体的なデータとプログラミングによる実演)
  4. 質疑応答 (30分)

講師

  • 椿 真史 氏
    産業技術総合研究所 人工知能研究センター 機械学習研究チーム
    博士 (工学)

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 34,700円 (税別) / 38,170円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 34,700円(税別) / 38,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
  • 申込みフォームの受講方法から「オンライン」をご選択ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

アーカイブ配信セミナー

  • 「ビデオグ」を使ったアーカイブ配信セミナーとなります。
  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
  • 視聴期間は2023年10月6日〜20日を予定しております。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/9/30 「統計的品質管理」総合コース 2026 オンライン
2026/9/30 生成AIを活用したPythonによる化学プロセス計算の基礎と実践 オンライン
2026/9/30 安定性試験への応用 オンライン
2026/9/30 プロセスバリデーションと品質年次照査への応用 オンライン
2026/10/6 生体信号解析へのAI技術の適用 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/8 生成AIを活用したバイブコーディングの進め方 オンライン
2026/10/9 医薬品安定性試験で必要となる統計解析対応 オンライン
2026/10/9 生成AIを活用したPythonによる化学プロセス計算の基礎と実践 オンライン
2026/10/13 医薬品安定性試験で必要となる統計解析対応 オンライン
2026/10/13 知って得する統計的寿命予測法のあれこれ オンライン
2026/10/14 知って得する統計的寿命予測法のあれこれ オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン