……Zoomオンライン受講
……見逃し視聴選択可
〇MIで必要となる機械学習の基礎・実践的な技術から、材料開発や製造業へ適用する際の進め方やポイント、代表的な活用事例まで。
〇「なぜその手法を選択するのか」「どのような場面で有効なのか」を理解し、自社で展開するための考え方と実践力を身につけることを目指します！
講師
大阪公立大学 大学院 情報学研究科 学際情報学専攻 教授 上杉 徳照 氏
講師紹介
2005年 大阪府立大学大学院工学研究科マテリアル工学分野 助手
2007年 同 助教、2013年 同 講師、2017年 同 准教授
2019年 大阪府立大学大学院人間社会システム科学研究科 准教授
2022年 大阪公立大学大学院情報学研究科 准教授
2025年 大阪公立大学大学院情報学研究科 教授
＜その他関連商品＞
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年10月26日(月) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 50,600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39,600円
【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊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」を確認ください。
お申込みはこちらから
商品コード：AD261026
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→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で音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■はじめに：
近年、機械学習やAIの発展により、材料開発や製造プロセスの最適化を目的としたマテリアルズ・インフォマティクス（MI）が注目を集めています。一方で、実際にMIを活用するためには、機械学習の基本的な考え方や適用上の注意点を理解し、対象に応じて適切な手法を選択することが重要です。
本セミナーでは、マテリアルズ・インフォマティクスで必要となる機械学習の基礎から、説明可能AI、転移学習、特徴量設計などの実践的な技術、さらに第一原理計算や画像解析などの関連技術までを体系的に解説します。また、製造プロセスの最適化、画像による品質検査などの実践事例を通して、理論を実際の課題へ適用するためのポイントを紹介します。
機械学習を「使う」だけでなく、「なぜその手法を選択するのか」「どのような場面で有効なのか」を理解することで、マテリアルズ・インフォマティクスを自社の研究開発や製造現場へ展開するための考え方と実践力を身に付けることを目指します。 初めてMIに取り組む方から、実務で活用を進めている技術者・研究者まで、幅広い方々に役立つ内容となっています。
■受講対象者：
・マテリアルズ・インフォマティクスや機械学習をこれから業務や研究に導入したいと考えている技術者・研究者
・材料開発、製造プロセスの最適化、品質管理・画像検査などにAI・機械学習を活用したい方
・マテリアルズ・インフォマティクスに取り組んでいるものの、データの扱い方やモデル構築・評価方法に課題を感じている方
・機械学習の基礎から実践的な活用方法まで体系的に学びたい方
・材料開発や製造業へのAI・データサイエンスの応用に興味のある方
■必要な予備知識：
・高校卒業程度の数学および理工系の基礎知識。
・機械学習やマテリアルズ・インフォマティクスの予備知識は不要です。
・この分野に興味のある方であれば、どなたでも受講いただけます。
■本セミナーで習得できること：
・マテリアルズ・インフォマティクスおよび機械学習の基礎知識
・マテリアルズ・インフォマティクスで用いられる代表的な機械学習手法の特徴
・機械学習を材料開発・製造業へ適用する際の考え方と留意点
・マテリアルズ・インフォマティクスの代表的な活用事例
・マテリアルズ・インフォマティクス導入に向けた基本的な進め方
など
セミナー内容
１．機械学習の基礎
1）人工知能と機械学習
2）機械学習の種類と基本的な流れ
3）学習データ・検証データ・テストデータの分割
4）過学習と交差検証
5）ハイパーパラメータの最適化
6）精度評価指標
7）ノーフリーランチ定理
8）線形回帰からニューラルネットワークまで
9）深層学習の基礎
10）データの質と量の重要性
11）内挿と外挿
２．機械学習の応用技術
1）教師なし学習
2）説明可能AI（Explainable AI）
3）醜いアヒルの子の定理
4）特徴量エンジニアリング
5）正則化とデータ拡張
6）不均衡データへの対応
7）転移学習
8）二重交差検証
9）モデルの適用範囲
３．マテリアルズ・インフォマティクスを支える関連技術
1）機械学習の適用分野
2）因果推論の考え方
3）第一原理計算とマテリアルズ・インフォマティクス
4）逆問題と最適化
5）画像解析技術
４．マテリアルズ・インフォマティクスを進めるためのポイント
1）失敗事例から学ぶ
2）データ活用人材に求められる役割
3）「銀の弾などない」の考え方
4）開発環境の構築と運用
５．マテリアルズ・インフォマティクスの実践事例
1）添加剤の歩留まり最適化
2）外観検査への応用
3）破面解析への応用
4）第一原理計算からの転移学習
5）合金組成の最適化
＜質疑応答＞
お申込みはこちらから
