tech-seminar.jp

本セミナーでは、Python Imaging Library (PIL) 、Scikit Image、OpenCV、PyTorchなどの高性能モジュールライブラリを使い、機械学習や最適化を含めてアルゴリズムの原理の説明とプログラム例を並行して提示することで、コンピュータビジョン技術と実装について理解を深めていただきます。

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、階層的な構造をもつ高分子の構造形成に焦点を当て、その基礎概論を述べたあと、高分子のモデリング手法や分子シミュレーション手法の基礎を解説いたします。
また、OCTAやLAMMPS、Gromacsなど、高分子シミュレーションにおいてよく用いられるソフトウェアについて、最近の研究事例を交えて紹介いたします。

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。

本セミナーでは、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、様々な軽量化技術のテクニックを紹介いたします。
各テクニックに関しては、AI系の有力国際会議 (CVPR、ICLRなど) やプレプリントサーバ (ArXiv) に掲載されている最新技術を主に扱い、理論的な厳密さよりもイメージやコンセプト重視でわかりやすくご説明いたします。

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、最初に画像の前処理・特徴量抽出手法について紹介した後、機械学習や深層学習による画像認識システムについて、プログラミング言語Pythonによるプログラム例とともに紹介いたします。
また、画像認識システムのサンプルプログラムを紹介するとともに、システム構築にあたっての注意点について解説いたします。

本セミナーでは、ウェアラブルの基礎から解説し、人の生体データ・行動データを取得するための様々なウェアラブルセンシング技術、データの利用方法とアプリケーションについて解説いたします。

本セミナーでは、難解な数式を用いずに、具体的なデータや図表を使って実験計画法の基礎から解説いたします。

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。

本セミナーでは、医薬品の添付文書や学術論文に掲載されている薬物動態パラメータの意味について詳解いたします。
薬物動態解析は、薬物速度論により薬物の生体での動きを数値に変えて理解するために行います。薬物動態解析により数値化されたパラメータをみて、その薬物の薬物動態特性を把握します。

本セミナーでは、多変量解析について基礎から解説いたします。
具体的な事例を元にExcel分析ツール・エクセル統計、SPSS、JMP、Amosなどの統計ソフトウェアの実演を交えて、あまり数式を使わずにわかりやすく解説いたします。