tech-seminar.jp

本セミナーでは、画像認識や推薦システム、交通量予測、化合物分類など様々な応用に期待され、また、COVID-19におけるウィルスの構造解析や感染予測のモデルにも応用されたグラフニューラルネットワークについて取り上げ、グラフニューラルネットワークの基礎から応用事例、実装方法など最新情報を解説いたします。

本セミナーでは、初めての方でも安心してご受講いただけるようPythonの基礎から解説し、機械学習における教師あり学習 (分類問題と回帰問題) および教師なし学習 (次元圧縮およびクラスター解析) についてExcelおよびPythonを使ってわかりやすく解説します。

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、Python Imaging Library (PIL) 、Scikit Image、OpenCV、PyTorchなどの高性能モジュールライブラリを使い、機械学習や最適化を含めてアルゴリズムの原理の説明とプログラム例を並行して提示することで、コンピュータビジョン技術と実装について理解を深めていただきます。

本セミナーでは、化合物構造をコンピュータ上で扱うために、ケモインフォマティクスの基礎である「化合物の表記方法、分子フィンガープリント、分子記述子」について、Pythonのケモインフォマティクス用ライブラリーであるRDKitを用いて解説いたします。

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、機械学習の基本的な教師あり学習手法の考え方や理論的背景の説明とともに、Pythonを用いた簡単な例題を交えて機械学習の理解を深めます。

本セミナーでは、初めての方でも安心してご受講いただけるようPythonの基礎から解説し、機械学習における教師あり学習 (分類問題と回帰問題) および教師なし学習 (次元圧縮およびクラスター解析) についてExcelおよびPythonを使ってわかりやすく解説します。

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。

本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について、Pythonを用いて実践する方法とともに説明いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。

本セミナーでは、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても解説いたします。

本セミナーでは、ディープラーニングとXAIの基礎から解説し、XAIを用いたディープラーニングの精度向上の検討手法、業務課題へのXAIを活用した提案について詳解いたします。