tech-seminar.jp

本セミナーは、異常検知のための前処理と特徴抽出、識別モデルによる外れ値検知、生成AIによる異常検知について、基礎から実践まで分かりやすく解説いたします。
Google Colabを使用して、PyCaretやPyODを利用した異常検知プログラムを動かすハンズオンセッションを行います。

本セミナーでは、マテリアルズインフォマティクス (MI) をテーマに、Pythonによるデータ解析や機械学習の基礎から、ChatGPTに代表される大規模言語モデル (LLM) の活用方法までを、視覚的なデモや具体的な事例を通じて解説いたします。

本セミナーは、異常検知のための前処理と特徴抽出、識別モデルによる外れ値検知、生成AIによる異常検知について、基礎から実践まで分かりやすく解説いたします。
Google Colabを使用して、PyCaretやPyODを利用した異常検知プログラムを動かすハンズオンセッションを行います。

本セミナーでは、データ解析手法の基礎から解説し、データ解析手法を使用するデータ前処理、および注意すべきこと (弱点)を解説いたします。
また、応用編では、産業応用事例を紹介しながら、実際に現場で役立つデータ活用術を解説いたします。

本セミナーでは、スモールデータの解析の実態と、その方法論、データ収集の考え方を、実例を通じて解説いたします。

本セミナーでは、実験計画法の基礎として原理と問題点から解説し、実験計画法の問題点を補うためにディープラーニングを併用した、製造業の開発により適した非線形実験計画法を解説いたします。

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、回帰分析・主成分分析・因子分析の基礎理論とPythonによる実践方法から、ChatGPTなどの生成AIを効果的に利用する具体的なポイントまでを解説いたします。

本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。

本セミナーでは、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。

本セミナーでは、質量測定を基盤としたプロテオーム分析実験の原理やノウハウについて、データ解析の実例も織り交ぜながら分析の一連の流れを解説いたします。

本セミナーでは、データの構造と機械学習に適したデータの変換方法から、Pythonを使った教師なし学習による特徴抽出、教師あり機械学習を用いた目的の情報をデータから引き出す方法を解説いたします。