tech-seminar.jp

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、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。

本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。

本セミナーでは、機械学習の成果を左右する「データ前処理」について取り上げ、その基本から、高度な前処理、自然言語・画像・音声におけるすぐに使える前処理技術、うまく対処できない時のための最新技術の調べ方のコツなどについて、PCを用いた演習を含めて実践的な内容を解説いたします。

本セミナーでは、外観検査装置の導入、撮影環境 (カメラ、照明) の構築法、外観検査システムの評価法、Pythonによる正常、異常を判別する外観検査ソフトウェアの作り方について詳解いたします。

本セミナーでは、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、さらには化合物検索、化合物データベース構築について、プログラミング言語Pythonと、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、実践的内容を解説いたします。

本セミナーでは、マテリアルズインフォマティクスについて取り上げ、材料研究の加速を狙う手法をアルゴリズムから使い方、応用事例までわかりやすく解説いたします。