tech-seminar.jp

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、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説いたします。

本セミナーでは、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説いたします。

本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。

本セミナーでは、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術につ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、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、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について解説いたします。