tech-seminar.jp

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、データに基づいた客観的分析や判断を行う道具としての統計分析手法について基礎から解説いたします。
ビジネス現場での実務、とりわけ品質管理で活用するためのポイント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、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。

ICHガイドラインでは、高度なデータ解析法を用いることが要求されています。
本セミナーでは、製剤開発の各フローにて、必要なデータ解析技術をマスターしていただきます。
講師自作のデザインスペース作成ツールおよび、Q1E解析ツール等を提供いたします。

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、マテリアルズインフォマティクスの基礎から解説し、マテリアルズインフォマティクスを高分子材料開発に適用するポイント、実際の企業の取り組み事例から活用ポイントと注意点について解説いたします。

本セミナーでは、実験・医療統計学の基礎理論および標準偏差や統計的有意差等、統計の基礎から始めて、「二元配置分散分析」までを解説いたします。
また、実務作業をどう進めるかについて、具体的な方法とノウハウについて、Excelの演習を交えて解説いたします。

本セミナーでは、加速度データから生体信号までと多様な形状を有する時系列データを対象に、現場に基づいた即効性のある前処理の仕方や特徴抽出の方法を紹介いたします。
更に、抽出された特徴量を用いて機械学習や深層学習による異常検知や、その一歩先を行く故障予測 (残寿命予測) のためのワークフローを解説いたします。

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、機械学習の基本的な手法である回帰(重回帰分析)、分類(ロジスティック回帰、サポートベクターマシン)、クラスタリング(k-means法)、主成分分析について基礎かrあ解説し、Pythonを用いた実装、結果の活用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。

ISO 13485:2016年版では「適切な場合」に「サンプルサイズの根拠を伴う統計的手法」が求められております。
本セミナーでは、ISO 13485:2016 及び改正QMS省令が要求する「サンプルサイズの根拠を伴う統計的手法」をリスクマネジメントおよびプロセスバリデーションとの関連で解説いたします。
また、サンプルサイズの計算に必要な統計学、Excelを用いた厳密計算方法とその計算例、ISO 16269-6とJISの抜き取り試験との相違点について解説いたします。