tech-seminar.jp

本セミナーでは、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。

本セミナーでは、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。

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、知的財産関連業務でChatGPTを活用するためのポイントを解説いたします。
知財業務で活用するための効果的なプロンプトの書き方、指示の仕方、ChatGPTを活用して強固な特許明細書を作成する際の留意点について詳解いたします。

本セミナーでは、実験データとシミュレーションデータを統合することで高精度な予測モデルを得られるデータ同化について取り上げ、データ同化の物質科学への適用について、基礎・手法、データ同化を用いたBayes最適化、材料探索とプロセスインフォマティクスの実例を、演習を交えて解説いたします。

本セミナーでは、機械学習の成果を左右する「データ前処理」について取り上げ、その基本から、高度な前処理、自然言語・画像・音声におけるすぐに使える前処理技術、うまく対処できない時のための最新技術の調べ方のコツなどについて、PCを用いた演習を含めて実践的な内容を解説いたします。

本セミナーでは、過学習を抑えて未知データに対する汎化性能を向上させる方法、重要な特徴量の選別、そして学習では直接最適化が難しいハイパーパラメータの調整等、機械学習における課題に対する代表的な対応策と、それらのPythonによる実装方法について丁寧に解説いたします。

本セミナーでは、実験データとシミュレーションデータを統合することで高精度な予測モデルを得られるデータ同化について取り上げ、データ同化の物質科学への適用について、基礎・手法、データ同化を用いたBayes最適化、材料探索とプロセスインフォマティクスの実例を、演習を交えて解説いたします。

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、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、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、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。