tech-seminar.jp

本セミナーでは、医薬品・化学・材料系の研究開発者を対象に、これまでExcelで行っていた実験データの管理やデータ整理をPython (Pandas) に置き換え、業務の効率化を図るための方法と留意点について解説いたします。

本セミナーでは、時系列予測の一般的な機械学習法の基礎から始め、リザバーコンピューティングの特徴、学習/予測の仕組み、実装例の紹介、学習と予測のデモンストレーション、数理的な性質、具体的な応用例の紹介、最新の研究状況と展望までを分かりやすく解説いたします。

本セミナーでは、AIを効果的に活用したいソフトウェアエンジニアを対象に、LLMの基礎理論から実践的なプログラミングテクニックまでを解説いたします。
Chain of Thought、In-Context Learning、Reasoning等のLLMの仕組みを理解した上で、効率的なプロンプト設計、複数AIの使い分け、既存コードやAPI仕様書の活用法等、研究開発における具体的な実装テクニックを解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

本セミナーでは、熱と流れのシミュレーションの仕組みを理解し、Excelの科学技術向け活用法についてのTipsを交えながら演習を行います。

本セミナーでは、材料開発の実務に資するデータ分析の考え方から材料開発現場における各種データ (表形式・画像・テキスト・スペクトル・時系列・有機材料・無機材料など) の扱い方、現場でよくある課題への対処法について解説いたします。

本セミナーでは、撹拌の基礎から設計およびスケールアップまでを、動画を交えて詳しく解説いたします。
また、実際の最適設計およびスケールアップの計算をExcelとPythonを使って解説いたします。

本セミナーでは、平均、分散、標準偏差などの信頼性・標本サイズとの関係、母平均の推定・母平均の差の推定などの原理、Excel関数による母平均の推定・母平均の差の推定などを実行、解析結果の正しい解釈について、事例・演習を交えながら、丁寧にわかりやすく解説いたします。

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、平均、分散、標準偏差などの信頼性・標本サイズとの関係、母平均の推定・母平均の差の推定などの原理、Excel関数による母平均の推定・母平均の差の推定などを実行、解析結果の正しい解釈について、事例・演習を交えながら、丁寧にわかりやすく解説いたします。

本セミナーでは、統計解析の計算方法に関する実践的知識、分析法バリデーションの基礎知識とガイドライン要求事項、分析能パラメータの具体的な計算方法・その背景、分析ツールを含むエクセルの利用方法、正規分布、t分布、χ2分布、F分布に関する知識・活用方法、仮説検定の基礎、同等性評価、基準値設定の考え方・その方法について、入門者にも分かりやすく解説いたします。