tech-seminar.jp

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。

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。