tech-seminar.jp

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、マテリアルズ・インフォマティクス (MI) の基礎から解説し、実験条件や結果などのデータを機械学習でモデル化する方法、材料研究におけるデータの記録と活用のベストプラクティス、製薬研究におけるインフォマティクスの実例について詳解いたします。

本セミナーでは、研究開発データの一元管理、開発スピードの向上を目的として、研究開発データの取得・蓄積・活用方法を最新事例とともに解説いたします。

本セミナーでは、ベイズ計測の創始者である講師が、ベイズ計測の基礎から計測インフォマティクスの活用方法まで分かりやすく解説いたします。

本セミナーでは、ベイズ計測の創始者である講師が、ベイズ計測の基礎から計測インフォマティクスの活用方法まで分かりやすく解説いたします。

本セミナーでは、粉体工学の研究者の立場から見たコーティング技術の理解、電池材料合成におけるコーティング構造制御の実例などを紹介いたします。

本セミナーでは、実験計画法の基礎として原理と問題点から解説し、実験計画法の問題点を補うためにディープラーニングを併用した、製造業の開発により適した非線形実験計画法を解説いたします。

本セミナーは、新材料設計、材料製造プロセスの効率化、画像による材料検査の自動化を目指す技術者や研究者にとって、業務の質を向上させ、競争力を高めるための知識とスキルを提供いたします。

本セミナーでは、ファーマコメトリクスの基礎から、臨床でのファーマコメトリクスの活用による適切な投与設計と副作用発現の低下にむけた現状や今後の展望について解説いたします。

本セミナーは、新材料設計、材料製造プロセスの効率化、画像による材料検査の自動化を目指す技術者や研究者にとって、業務の質を向上させ、競争力を高めるための知識とスキルを提供いたします。

本セミナーでは、研究・実験データの共有・データ蓄積方法、電子実験ノートの種類・特徴、データ共有基盤のメリット/デメリット、データ蓄積での注意すべき点、蓄積されたデータ分析の注意点、データ蓄積を行うための意識改革、研究・実験データの共有、利活用を促進の体制・条件について、豊富な経験と研究に基づき、実践的に分かりやすく解説いたします。

本セミナーでは、回帰モデルに注目し、機械学習を用いた化合物の特性予測、そしてベイズ最適化を用いた条件探索について、Pythonを使った実装を交えて解説いたします。

本セミナーでは、材料開発・材料設計に計算科学シミュレーションを有効に活用するための基礎から応用例までわかりやすく解説いたします。
また、マテリアルズインフォマティクスを活用し、製品開発につなげるポイントについて解説いたします。

本セミナーでは、回帰モデルに注目し、機械学習を用いた化合物の特性予測、そしてベイズ最適化を用いた条件探索について、Pythonを使った実装を交えて解説いたします。