tech-seminar.jp

本セミナーでは、薬物動態解析の基礎となるコンパートメントモデルについての講義と演習を行います。

本セミナーでは、機械学習の教師なし学習、異常検知の理論や手法、異常検知の応用例について、プログラム解説を含め、数式は用いずに図や例を元に、直感的に理解できるように解説いたします。

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。

このセミナーでは、化学プロセスシミュレータCOCO/ChemSep を使い、それによるシミュレーションを解説して、分離工学全般を基礎からモデル解析までわかりやすく講義いたします。

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、研究開発における生成系AIの活用について取り上げ、マクロやプログラミング構文の検索、 特許情報の収集・検索、契約書の不備の確認など、研究開発へのAI活用の歴史的背景、考え方、長所短所、注意点などを広く解説いたします。

本セミナーでは、分析法バリデーションに必要な統計学の背景とその意味を解説し、その活用について、Excelを用いた演習を交えて解説いたします。

本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

このセミナーではPython, 統計、ケモメトリクス・機械学習について基礎から解説し、スペクトルデータから目的変数の予測、画像解析など、実践的なプログラムを通して解説いたします。

本セミナーでは、初級者のための乾燥技術入門と評価実務について詳解いたします。

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。