tech-seminar.jp

本セミナーでは、ベイズ学習を利用するために必要な基礎知識から解説し、様々な分野へのベイズ学習の適用事例、高次元小標本に有効な機械学習法について詳解いたします。

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。

本セミナーでは、非臨床試験を統計解析の観点からどのような点に留意してデザインするか、また、試験で得られたデータをどのような方針で解析・正しく解釈し報告するか、試験計画書と試験報告書の作成および論文投稿に際して統計的に留意すべきポイントを解説いたします。

本セミナーでは、機械学習を用いたプロジェクトにおいて、データが少ない場合に人間の知識やシミュレーションを援用したり、逆に機械学習の結果から知識を抽出したり、さらには機械学習のために効率的なデータ取得を工夫したりといった、データ解析のための戦略について事例を交えながら解説いたします。

本セミナーでは、統計解析の計算方法に関する実践的知識、分析法バリデーションの基礎知識とガイドライン要求事項、分析能パラメータの具体的な計算方法・その背景、分析ツールを含むエクセルの利用方法、正規分布、t分布、χ2分布、F分布に関する知識・活用方法、仮説検定の基礎、同等性評価、基準値設定の考え方・その方法について、入門者にも分かりやすく解説いたします。

ISO 13485:2016年版では「適切な場合」に「サンプルサイズの根拠を伴う統計的手法」が求められております。
本セミナーでは、ISO 13485:2016 及び改正QMS省令が要求する「サンプルサイズの根拠を伴う統計的手法」をリスクマネジメントおよびプロセスバリデーションとの関連で解説いたします。
また、サンプルサイズの計算に必要な統計学、Excelを用いた厳密計算方法とその計算例、ISO 16269-6とJISの抜き取り試験との相違点について解説いたします。

本セミナーでは、データの可視化、モデルの予測性能向上、モデルの逆解析を特に重点的に解説いたします。
また、分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例を紹介いたします。
ケモインフォマティクス・プロセスインフォマティクスにも役立つ内容となっております。

本セミナーでは実験データを解析できるようになることを主眼におき、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行います。

本セミナーでは、時系列データ分析の基礎である時系列重回帰分析の基礎的な理論から解説し、自己回帰モデルなどの数理モデルを市販ソフトであるExcelで使用する方法やクラウド上にあるサービスや開発環境により機械学習を利用する方法の概要と実例を紹介いたします。

本セミナーでは、時系列データ分析の基礎である時系列重回帰分析の基礎的な理論から解説し、自己回帰モデルなどの数理モデルを市販ソフトであるExcelで使用する方法やクラウド上にあるサービスや開発環境により機械学習を利用する方法の概要と実例を紹介いたします。