tech-seminar.jp

本セミナーでは、主にRNA-seqデータを例に、実験で気をつけるべき品質管理からデータ検証までの一連の手順を解説いたします。
実際にコマンドラインでツールを動かすデモンストレーションを行うとともに、近年の産業界の事例をお伝えいたします。

本セミナーでは、実験計画法の基本と直交表を用いた実験設計について、Excelによる具体例を通じて分かりやすく解説いたします。

本セミナーでは、医薬品・化学・材料系の研究開発者を対象に、これまでExcelで行っていた実験データの管理やデータ整理をPython (Pandas) に置き換え、業務の効率化を図るための方法と留意点について解説いたします。

本セミナーでは、医薬品・化学・材料系の研究開発者を対象に、これまでExcelで行っていた実験データの管理やデータ整理をPython (Pandas) に置き換え、業務の効率化を図るための方法と留意点について解説いたします。

本セミナーでは、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方法を中心に講義いたします。
また、無味乾燥な数式の解説ではなく、具体的な事例を通して、データ分析の基礎と手順を解説いたします。

本セミナーでは、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方法を中心に講義いたします。
また、無味乾燥な数式の解説ではなく、具体的な事例を通して、データ分析の基礎と手順を解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

本セミナーでは、主にRNA-seqデータを例に、実験で気をつけるべき品質管理からデータ検証までの一連の手順を解説いたします。
実際にコマンドラインでツールを動かすデモンストレーションを行うとともに、近年の産業界の事例をお伝えいたします。

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、実験・医療統計学の基礎理論および標準偏差や統計的有意差等、統計の基礎から始めて、「二元配置分散分析」までを解説いたします。
また、実務作業をどう進めるかについて、具体的な方法とノウハウについて、Excelの演習を交えて解説いたします。

本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。