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

機械学習による適応的実験計画

機械学習による適応的実験計画

～ベイズ最適化と能動的レベル集合推定の基礎と実践 / 基礎・考え方、統計モデリング、アルゴリズム、Pythonによる実践、機械学習の超パラメータ調整や材料の低品質領域の高速推定等の適用事例～
オンライン 開催 PC実習付き デモ付き
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す
  • ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
  • アーカイブ配信の視聴期間は、2025年8月12日〜18日を予定しております。
  • ライブ配信を欠席し、アーカイブ配信のみ受講をご希望の場合は、通信欄に「ライブ欠席、アーカイブのみ受講」とご記入ください。

概要

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

開催日

  • 2025年8月8日(金) 10時30分 ～ 16時30分

受講対象者

  • データ取得コストが高い問題を扱う分野の実務者の方
    • 医学 (創薬)
    • 材料科学 など

修得知識

  • 機械学習による適応的実験計画の考え方
  • ベイズモデリングの基礎知識
  • ベイズ最適化や能動的レベル集合推定の基礎知識
  • ベイズ最適化や能動的レベル集合推定の実行方法
  • 具体的な適用事例

プログラム

　科学的な営みを実行していく上で、「設計」や「計画」はおろそかにすることができない重要なプロセスです。設計や計画が問題の根幹となっている例は、ロボット開発・創薬・天然資源の探鉱など枚挙に暇がありません。近年、設計や計画問題に対するデータ駆動型のアプローチ、また、それを実現するための情報技術である機械学習が注目されています。
　データ駆動型のアプローチは、データ分析の方法だけでなく、データ収集の方法も考察および最適化の対象とします。特に後者の性質は、ものづくりなどデータ収集コストが非常に高い分野においては重要な意味を持っていると考えられます。
　本セミナーでは、データ駆動型のアプローチの一つである適応的実験計画に注目し、ベイズ最適化と能動的レベル集合推定という2つの手法について、統計モデリング、アルゴリズム、適用事例を解説したいと思います。

  1. 導入
    1. 機械学習によるデータ駆動型アプローチ
      • 能動学習、適応的実験計画という考え方について
    2. ブラックボックス関数の最適化問題とベイズ最適化・レベル集合推定
  2. ベイズモデルによる機械学習と回帰のための適応的実験計画
    1. ベイズ線形回帰
    2. ガウス過程回帰
    3. ガウス過程回帰に基づく関数推定のための適応的実験計画
  3. ベイズ最適化の方法論
    1. ベイズ最適化の基本アルゴリズム
    2. 様々な獲得関数に基づくベイズ最適化
  4. 能動的レベル集合推定の方法論
    1. レベル集合推定問題の定式化とアルゴリズム
    2. 能動的レベル集合推定のための獲得関数
  5. より複雑な問題に対するベイズ最適化
    1. 制約付き最適化のためのベイズ最適化
    2. コスト考慮型のベイズ最適化
    3. 多目的最適化のためのベイズ最適化
    4. 複数条件を同時に観測できる問題のためのベイズ最適化
    5. 高次元な入力空間上のベイズ最適化
  6. 応用事例紹介
    1. 機械学習モデルの超パラメータ最適化
    2. レベル集合推定による太陽電池用シリコンインゴットの低品質領域の推定
    3. Siエピタキシャル成長プロセス条件の最適化
    4. 抗がん剤第I相臨床試験における最大耐用量の推定
    5. がん剤第I/II相臨床試験における毒性と有効性を考慮した許容用量集合の推定
  7. ベイズ最適化の実行
    1. Pythonによるベイズ最適化の実装方法の紹介
    2. 回帰のための能動学習、ベイズ最適化、能動的レベル集合推定のデモ紹介
      (google colaboratoryにアクセス可能な方はハンズオン)
    • 質疑応答
ページのトップヘ

講師

  • 松井 孝太 氏
    京都大学 大学院 医学研究科 社会健康医学系専攻 医療統計学分野
    准教授
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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
: 38,200円 (税別) / 42,020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 38,200円(税別) / 42,020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)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 請求書は、代表者にご送付いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 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。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 Zoomのシステム要件 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • 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。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

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
2026/3/2 マテリアルズインフォマティクスの動向と少ないデータへの適用事例 オンライン
2026/3/5 産業設備の保全/管理へのAI・機械学習の活用と実践ノウハウ オンライン
2026/3/6 Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 オンライン
2026/3/9 生成AIによる特許調査・分析の現状と実務への適用 オンライン
2026/3/10 ラボでの電子実験ノート管理・運用における経験からわかった製造や研究開発部門での電子情報管理の問題点・解決とDXの進め方 オンライン
2026/3/10 Pythonを用いた高分子材料の画像解析入門 オンライン
2026/3/11 実測データとデータ解析を統合した化学プロセス設計・最適化 オンライン
2026/3/12 Excelで始める実践データ分析 オンライン
2026/3/13 開発・生産現場で諸課題を解決に導くデータ駆動型手法 / ディープニューラルネットワークモデル / MTシステムの基礎と応用 オンライン
2026/3/16 小規模実験の自動化による研究開発の効率化と再現性向上 オンライン
2026/3/17 Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 オンライン
2026/3/23 実測データとデータ解析を統合した化学プロセス設計・最適化 オンライン
2026/3/23 実験の実務 : 効率的、確実に目的を達成できる実験内容の考え方 オンライン
2026/3/31 Pythonで学ぶデータ解析・機械学習を理解するための線形代数入門 オンライン
2026/4/17 因子ごとの最適条件を少ない実験回数で見つける統計的手法「実験計画法」 & 汎用的インフォマティクス「非線形実験計画法」 オンライン
2026/4/21 図解と演習で学ぶ実験計画法入門 オンライン
2026/5/14 図解と演習で学ぶ実験計画法入門 オンライン
ページのトップヘ