tech-seminar.jp

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、原因分析やデータ解釈、再発・未然防止、暗黙知の形式知化、RAGによる文書検索・レビューなど、QC実務への具体的な活用法を解説いたします。
また、音声・画像・動画の活用やExcel・スプレッドシートの業務支援まで取り上げ、生成AIを単なる「調べもの」から、品質管理を支える実務ツールへ変えるための考え方と実践ノウハウを解説いたします。

生成AIは「使えば効率化できる」段階から、「いかに統制し、成果と品質を両立させるか」が問われる段階へと移っています。
本セミナーでは、現場で実際に使えるプロンプトやテンプレート、運用ルールの考え方を具体的にお伝えし、受講後すぐに自組織のプロジェクトで一歩を踏み出せる内容を目指します。

本セミナーは、売上構造の基本4要素 (患者数×治療日数×薬価×シェア) を起点に、データ不備下での変数設計、回帰分析による過去バイアスの事前検知、そして上限・下限を定量化する3点シナリオ分析までを体系的に解説いたします。

本セミナーでは、データ分析にAIエージェントを応用する方法について、データ分析および生成AIの基礎から具体的なテクニックをわかりやすく解説いたします。

本セミナーでは、AIエージェントの基礎から最新技術、MCPによるツール連携・システム構築まで、演習・デモを交えて実践的に解説いたします。

本セミナーでは、マテリアルズ・インフォマティクス (MI) の基礎から解説し、実験条件や結果などのデータを機械学習でモデル化する方法、材料研究におけるデータの記録と活用のベストプラクティス、製薬研究におけるインフォマティクスの実例について詳解いたします。

本セミナーでは、実験データの機械学習解析、説明可能AI、トポロジー解析、さらに自由エネルギーモデルとの融合まで、実例を交えて解説いたします。

本セミナーでは、専門技術の多くのテーマに携わってきた技術者が、自ら発想し仕事に活かしてきた経験を基に、発想とそれを実用化まで進めるための方法と留意点を解説いたします。

本セミナーでは、生成AIを活用した効率的な学習データ作成の手法・実践ノウハウ、異常検知におけるデータ前処理・特徴抽出のポイント、製造業で生成AIを活用するためのベストプラクティス・応用事例の理解、生成AI導入に伴うリスク・その対策方法について、事例を交え実践的に解説いたします。