tech-seminar.jp

本セミナーでは、アンケート調査や官能評価の複数の項目をまとめて解析し、設計・開発・企画等に活かすために必要な統計について解説いたします。
主成分分析・対応分析、重回帰分析、クラスター分析、決定木分析、判別分析やロジスティック回帰など、実務でよく使われる代表的な手法を、Excelや統計ソフトを使って複数の例題を通じて実践的に学習いたします。

本セミナーでは、化学プロセス計算をPythonで行う手順、方法について基礎から解説いたします。

本セミナーでは、CMOSイメージセンサを扱う上で必要な普遍的な基礎技術を解説いたします。
また、イメージセンサ独特の性能とその評価技術についても解説いたします。

本セミナーでは、CMOSイメージセンサを扱う上で必要な普遍的な基礎技術を解説いたします。
また、イメージセンサ独特の性能とその評価技術についても解説いたします。

本セミナーでは、化学・製薬・食品領域における最新の機械学習や統計解析トレンドとその具体的な実装フローについて、データ解析支援の現場で培った講師の知見を基にを解説いたします。
Python、Rを活用し、単なる理論解説に留まらず、受講者が自社の課題解決に転用できる実践的な実装力を養うことを目的としております。

本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で必然的に生じるデータの生成・蓄積・活用というサイクルについて理解を深めていただき、データ生成の観点からベイズ最適化や物質・材料シミュレーション・結晶構造探索の基礎、データ蓄積の観点からのデータベース構築とその出口戦略、そしてデータ活用の観点からのスパースモデリングやスペクトルデータ解析について、実務に活かせる考え方・基礎知識を体系的に解説いたします。

本セミナーでは、AIの専門家ではない「めっき」技術者が、画像処理AIを内製化し、めっき工程の自動化・改善を実現した事例を紹介するとともに、画像処理AIで実際に何ができるのかを具体的に解説いたします。

本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。

本セミナーでは、主に非エンジニアの方を対象に、バイブコーディングの基本的な考え方から、AIへの適切な指示の出し方、つまずきやすいポイントの乗り越え方、業務で安心して使うための注意点までを、実演を交えてわかりやすく解説いたします。

本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。

本セミナーではFT-IR分析を対象とし、機械学習・AI技術の活用方法を実践的に解説いたします。
多成分分離や辞書データを用いた再構成といった統計的手法により、従来困難だった混合物解析などを効率化いただけます。

本セミナーではFT-IR分析を対象とし、機械学習・AI技術の活用方法を実践的に解説いたします。
多成分分離や辞書データを用いた再構成といった統計的手法により、従来困難だった混合物解析などを効率化いただけます。

本セミナーでは、時系列予測の一般的な機械学習法の基礎から始め、リザバーコンピューティングの特徴、学習/予測の仕組み、実装例の紹介、学習と予測のデモンストレーション、数理的な性質、具体的な応用例の紹介、最新の研究状況と展望までを分かりやすく解説いたします。

本セミナーでは、時系列予測の一般的な機械学習法の基礎から始め、リザバーコンピューティングの特徴、学習/予測の仕組み、実装例の紹介、学習と予測のデモンストレーション、数理的な性質、具体的な応用例の紹介、最新の研究状況と展望までを分かりやすく解説いたします。