tech-seminar.jp

本セミナーでは、できるだけ少量の学習データから有益なモデル化や利用が行える機械学習を実現するための手法について、数式やプログラムをほとんど使わずに率直かつ平易に解説いたします。

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、おもに統計における正則化線形回帰という視点からスパースモデリングを概観し、多数提案されている主要な発展的手法も解説いたします。
さらに、具体的な問題をスパースモデリングにより定式化して効率的に解決する事例を、簡単なプログラム例とデモを交えて紹介いたします。

本セミナーでは、出来る限り正確に官能評価を行うための考え方および実際の注意点について基礎的な内容を中心に解説いたします。
さらに、過去に取り組んだ内容を元に官能評価から感覚の定量化について事例を紹介いたします。

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。

本セミナーでは、AIを活用した革新的実験計画法「Multi-Sigma」について、実務に利用する際のポイントや活用法を詳解いたします。

本セミナーでは、カルマンフィルタの基礎理論について詳細に解説します。センシング、制御、あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。

本セミナーでは、感性工学の基礎、官能評価の基本的な進め方から、より高級感を感じられる設計品質化の手法まで、事例を交えて解説いたします。

本セミナーでは、データ分析の正しいやり方・手順を学び、自分自身で正しくデータ分析を行えるようになること、データ分析結果を正しく評価できるようになることを目指します。

本セミナーでは、性能・品質の差のあるなしを判断する際に有効な「検定」、差の大きさを統計的に推測する「推定」の方法についての知識を習得できます。ここでは、主に「計数値」を使った手法についての知識を習得できます。

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、化学分析の基本、分析方法のバリデーションについて基礎から、演習問題を交えて解説いたします。