tech-seminar.jp

本セミナーでは、ベイズ学習を利用するために必要な基礎知識から解説し、様々な分野へのベイズ学習の適用事例、高次元小標本に有効な機械学習法について詳解いたします。

本セミナーでは、機械学習を用いたプロジェクトにおいて、データが少ない場合に人間の知識やシミュレーションを援用したり、逆に機械学習の結果から知識を抽出したり、さらには機械学習のために効率的なデータ取得を工夫したりといった、データ解析のための戦略について事例を交えながら解説いたします。

本セミナーでは、データの可視化、モデルの予測性能向上、モデルの逆解析を特に重点的に解説いたします。
また、分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例を紹介いたします。
ケモインフォマティクス・プロセスインフォマティクスにも役立つ内容となっております。

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、ベイズ推論とスパースモデリングを情報数理基盤とするデータ駆動科学でAI for Material engineeringについて解説いたします。

本セミナーでは、ベイズ推定の基礎から実装までを解説し、どのように応用できるのかをX線光電子分光スペクトルや磁気コンプトン散乱データを例にとって説明いたします。

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、マテリアルズインフォマティクスの基礎から解説し、機械学習・AIの基礎と製品開発に向けた材料配合最適化の取り組み、マテリアルズインフォマティクスを活用したポリマーの効率設計、企業におけるシミュレーションとインフォマティクスを活用した高分子材料・プロセス設計について詳解いたします。

本セミナーでは、ベイズ解析の基礎から、PythonのPyMCおよびそのラッパーであるBAMBIの使い方、入力ミスや計測ミスにより生じる外れ値が存在するようなデータに対してベイズ統計により頑健な回帰分析を行う方法、標本のサイズが十分にない場合の2値データに対するロジスティック解析について解説いたします。

本セミナーでは、実験計画法・適応的実験計画法の基礎と実践するために必要なデータ解析・ベイズ最適化の基礎、実験パラメータ候補の選択・基本的なデータの前処理・モデルの構築と予測といった具体的な方法、分子設計・材料設計・プロセス管理・プロセス設計への応用、直接的逆解析法などを詳しく解説いたします。

本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。

本セミナーでは、プロセスインフォマティクスについて取り上げ、高効率な実験計画、プロセスパラメータの発見の手法、自律実験システム活用の実際について事例を交えて詳解いたします。

本セミナーでは、実験の効率化に焦点を当て、研究知見を効果的に組み込んだデータ駆動型の実験計画手法、効率的な組成予測から試行回数の低減、製品開発まで事例を交えて解説いたします。

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。