機械学習による実験計画セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス
セミナーのメニュー
  ヘルスケア系
ライブ配信
4月
5月
6月
2021年7月〜

化学・電気系 その他各分野
ライブ配信
4月
5月
6月
2021年7月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2021/4/8更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  



Zoomライブ配信セミナー見逃し視聴あり


オンライン(ライブ配信)/見逃視聴なし → 

オンライン(ライブ配信)/見逃視聴あり → 

※Zoomでの受講が難しい方へ;Zoomを介さず視聴できるライブ配信形式での受講も可能です(Vimeo使用)。
 本形式を希望の方は申込フォーム備考欄に「Zoom不可・ライブ配信希望」とご記入ください。
 ご受講前に必ず本ページ内の「ライブ配信」の詳細を確認下さい。Zoomとの同時受講はできません。



★創薬やロボット開発・材料科学分野の研究開発など、実験データの取得が非常に重要な分野において有望な、
 能動学習・ベイズ最適化の基礎知識から実際のモデル・実験計画への落とし込みについて、具体例を通じて学べます。

機械学習による実験計画

能動学習・ベイズ最適化

基礎および実際の適用例〜

<Zoomによるオンラインセミナー:見逃し視聴有>

講師

名古屋大学大学院 医学系研究科 臨床医薬学講座 生物統計学分野 講師 博士(情報科学)  松井 孝太 先生

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2021年5月28日(金) 12:30-16:30
●会場 会場では行いません 
●受講料
  【オンライン(ライブ配信)(見逃し視聴なし)】:1名41,800円(税込(消費税10%)、資料付)
  *1社2名以上同時申込の場合、1名につき30,800円

  【オンライン(ライブ配信)(見逃し視聴あり)】:1名46,200円(税込(消費税10%)、資料付)
  *1社2名以上同時申込の場合、1名につき35,200円

  *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp


※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

ライブ配信セミナー
動画配信サイトVimeoを用いて同時ストリーミング配信でご視聴頂けます。
 (尚、Zoomへアクセスできる方は、Zoomでの受講を推奨します。)
(クリックして展開「▼」)
 こちらの形式での受講をご希望の場合は備考欄に「Zoom不可・ライブ配信希望」と記載下さい(Zoomまたはライブ配信いずれか一方でのご受講となります)。

 →事前にこちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


見逃し視聴あり
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です。
(クリックして展開「▼」)
・原則、開催5営業日後に録画動画の配信を行います(一部、編集加工します)。
・視聴可能期間は配信開始から1週間です。
 セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
 尚、閲覧用URLはメールでご連絡致します。
 ※万一、見逃し視聴の提供ができなくなった場合、
 (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承下さい。

 →こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


セミナーポイント

 科学的な営みを実行していく上で「設計」や「計画」はおろそかにすることができない重要なプロセスである.設計や計画が問題の根幹となっている例は,ロボット開発,創薬,天然資源の探鉱など枚挙に暇がない.
 近年,設計や計画問題に対するデータ駆動型のアプローチ,また,それを実現するための情報技術である機械学習が注目されている.データ駆動型のアプローチは,データ分析の方法だけでなく,データ収集の方法も考察および最適化の対象とする.特に後者の性質は,実験科学やものづくりなどデータ収集コストが非常に高く多くのデータを得ることが困難な分野においては,効率的にデータの取得と実験を行う上で重要な意味を持っていると考えられる.
 本セミナーではデータ駆動型の機械学習アプローチの一つである能動学習に注目し,その基本的な方法論を,特に「ベイズ最適化」と呼ばれる最適化手法を中心に説明する.
 また,具体例を通して現実の問題をどのように計算機上でシミュレート可能なモデルに落とし込むか,というアイデアについても解説したい.

○受講対象:
 医学(創薬)や材料科学など,データ取得コストが高い問題を扱う分野の実務者の方.

○受講後、習得できること:
 - 機械学習における、能動学習や実験計画の考え方
 - ベイズ最適化を始めとする能動学習の基礎知識(モデリング,アルゴリズム)
 - ベイズ最適化を始めとする能動学習の実行方法(実装方法)

セミナー内容

1.導入
 1.1 データ取得コストが高い現実の問題
   (創薬・新規材料開発を例に)
 1.2 機械学習によるデータ駆動型アプローチ
   (能動学習,実験計画という考え方について)

2.ベイズモデルによる機械学習とベイズ最適化の基礎
 2.1 ブラックボックスなシステムのベイズ統計的モデリング
  2.1.1 ベイズ線形回帰
  2.1.2 ガウス過程回帰
 2.2 ベイズ最適化の方法論
  2.2.1 導入:ブラックボックス関数のベイズ最適化
  2.2.2 獲得関数の設計
  2.2.3 連続値出力な関数に対するベイズ最適化
  2.2.4 離散値出力な関数に対するベイズ最適化(2値出力を例に)
  2.2.5 ベイズ最適化におけるハイパーパラメータの調整

3. レベル集合推定のための能動学習

 3.1 レベル集合推定の問題設定
 3.2 レベル集合の判定方法
 3.3 レベル集合推定のための獲得関数

4. 構造出力デザイン問題のための能動学習
 4.1 構造出力デザインの問題設定
 4.2 構造出力デザイン問題のためのベイズモデリング
 4.3 構造出力デザイン問題のための能動学習と獲得関数

5. 事例紹介
 5.1 深層学習におけるパラメータ調整への応用
 5.2 適応的マッピングによる材料の低品質領域の高速推定
 5.3 イオン電動性物質の伝導度推定
 5.4 SiC結晶成長モデリングの逆解析


6.ベイズ最適化の実行
 6.1 Pythonによるベイズ最適化の実装方法の紹介
 6.2 ベイズ最適化の実行例のデモ紹介

  <質疑応答>

セミナー番号:AD210585

top

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.