tech-seminar.jp

本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

本セミナーでは、マテリアルズDXを構成するマテリアルズインフォマティクスと計測インフォマティクスをデータ駆動科学に基づき紹介いたします。
その技術の中でも重要なスパースモデリングとベイズ推論を紹介いたします。

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、できるだけ少量の学習データから有益なモデル化や利用が行える機械学習を実現するための手法について、数式やプログラムをほとんど使わずに率直かつ平易に解説いたします。

本セミナーでは、MCMC法の考え方と計算の仕組みについて基礎から解説いたします。
また、Rを用いた実例では、パッケージプログラムを利用せずに、アルゴリズムの仕組みを丁寧に解説いたします。
さらに、推定時のパラメータのゆらぎを考慮した予測法についても解説いたします。

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、データ駆動型で入出力関係を捉えることができるガウス過程を用いたベイズ最適化について、基本的な考え、およびいくつかの応用例を紹介いたします。

本セミナーでは、ベイズ最適化の基礎や活用のコツ、ベイズ最適化を活用した材料開発の最新動向について解説いたします。

本セミナーでは、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。

本セミナーでは、ベイズ最適化の概要と「条件最適化」「探索」への応用例、 ガウス過程回帰モデルについて詳しく解説いたします。