tech-seminar.jp

本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。

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。

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、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、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、最初に画像の前処理・特徴量抽出手法について紹介した後、機械学習や深層学習による画像認識システムについて、プログラミング言語Pythonによるプログラム例とともに紹介いたします。
また、画像認識システムのサンプルプログラムを紹介するとともに、システム構築にあたっての注意点について解説いたします。

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、分子フィンガープリント、分子記述子、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。