技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーでは、ファーマコメトリクスの基礎から、臨床でのファーマコメトリクスの活用による適切な投与設計と副作用発現の低下にむけた現状や今後の展望について解説いたします。
本セミナーでは、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、ディープラーニングの基礎、様々な画像認識アルゴリズム、また外観検査などへの応用に関して解説いたします。
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、線形回帰、Lasso、多変量解析、データサイエンスへの応用技術を解説いたします。
本セミナーでは、AIを利用したビジネスモデルや製品開発予定の方の視点に立ち、AI関連発明の着眼点や留意点について分かりやすく解説いたします。
また、AIに関わる特許出願動向、係争事例と共同・委託開発における知財の取り決め、契約の実務について詳解いたします。
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。
本セミナーでは、自然言語処理、生成AI・大規模言語モデルについて取り上げ、生成したデータの評価について、具体的な活用事例を交えて詳解いたします。
本セミナーでは、脳波を活用した領域への技術的参入・ビジネス展開に向けて、脳波の仕組み、計測方法、信号解析の基本、ブレイン・マシン・インタフェースへの応用例、ビジネス展開の可能性など、脳波の基礎と応用を詳しく解説いたします。
本セミナーでは、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紹介いたします。
本セミナーでは、AIを利用したビジネスモデルや製品開発予定の方の視点に立ち、AI関連発明の着眼点や留意点について分かりやすく解説いたします。
また、AIに関わる特許出願動向、係争事例と共同・委託開発における知財の取り決め、契約の実務について詳解いたします。
本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介いたします。
本セミナーでは、脳波を活用した領域への技術的参入・ビジネス展開に向けて、脳波の仕組み、計測方法、信号解析の基本、ブレイン・マシン・インタフェースへの応用例、ビジネス展開の可能性など、脳波の基礎と応用を詳しく解説いたします。
本セミナーでは、自然言語処理、生成AI・大規模言語モデルについて取り上げ、生成したデータの評価について、具体的な活用事例を交えて詳解いたします。
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、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。
本セミナーでは、生成AIをめぐる著作権問題について取り上げ、本問題の前提と最新状況を概観すると共に、「考え方」の読み方と対処方法について解説いたします。
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、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紹介いたします。
本セミナーでは、画像フィルタリングについて基礎から解説し、MATLABを併用して実際にアルゴリズムを提示、実行し、結果を確認しながら、解説を進めます。
本セミナーでは、機械学習・ディープラーニングを概観・整理した後、時系列データの分析手法を概観し、実践のポイントを解説いたします。
また、処理の違いにより、結果に対してどの程度の際が生まれるかを実験、説明いたします。
本セミナーでは、多変量解析・データ処理の基礎から解説し、特徴抽出や次元削減、データ前処理、相関とパターンの発見など、解析の手順を事例を交えて、分かりやすく解説いたします。
本セミナーでは、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。
本セミナーでは、扱う材料系が多様、データが集まりにくい、データの規模が小さい等、課題に直面した際、マテリアルズインフォマティクスを研究開発に適用する方法、モデル構築について取り上げ、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について解説いたします。
本セミナーでは、アンサンブル学習とよばれるデータサイエンスの手法について取り上げ、バギング、ランダムフォレスト、ブースティングの基本的な考え方からPythonによる実装例までやさしく解説いたします。