スパースモデリングのマテリアルズインフォマティクスへの活用(Pythonハンズオンあり)【ライブ配信】

55,000 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 10:30 ~ 16:30 
締めきりました
主催者 シーエムシー・リサーチ
キーワード 機械学習・ディープラーニング   化学技術一般   実験計画法一般
開催エリア 全国
開催場所 お好きな場所で受講が可能

スパースモデリングとは何かという話から、Pythonでのハンズオンを中心に、マテリアルズインフォマティクスへの活用方法を紹介!

セミナー講師

増井 隆治 氏  ㈱HACARUS データサイエンティスト

セミナー受講料

55,000 円(税込)  * 資料付
*メルマガ登録者49,500 円(税込)
*アカデミック価格26,400 円(税込)

★メルマガ会員特典
2名以上同時申込で申込者全員メルマガ会員登録をしていただいた場合、
2人目は無料(1名価格で2名まで参加可能)、3名目以降はメルマガ価格の半額です。

★ アカデミック価格
学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、
大学院の教員、学生に限ります。申込みフォームに所属大学・大学院を記入のうえ、
備考欄に「アカデミック価格希望」と記入してください。

受講について

  • 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
    お申し込み前に、下記リンクから視聴環境をご確認ください。
     → https://zoom.us/test
  • 当日はリアルタイムで講師へのご質問も可能です。
  • タブレットやスマートフォンでも視聴できます。
  • お手元のPC等にカメラ、マイク等がなくてもご視聴いただけます。この場合、音声での質問はできませんが、チャット機能、Q&A機能はご利用いただけます。
  • ただし、セミナー中の質問形式や講師との個別のやり取りは講師の判断によります。ご了承ください。
  • 「Zoom」についてはこちらをご参照ください。

■ お申し込み後の流れ

  • 開催前日までに、ウェビナー事前登録用のメールをお送りいたします。お手数ですがお名前とメールアドレスのご登録をお願いいたします。
  • 事前登録完了後、ウェビナー参加用URLをお送りいたします。
  • セミナー開催日時に、参加用URLよりログインいただき、ご視聴ください。
  • 講師に了解を得た場合には資料をPDFで配布いたしますが、参加者のみのご利用に限定いたします。他の方への転送、WEBへの掲載などは固く禁じます。
  • 資料を冊子で配布する場合は、事前にご登録のご住所に発送いたします。開催日時に間に合わない場合には、後日お送りするなどの方法で対応いたします。

セミナー趣旨

 スパースモデリングとは、一見複雑そうに見えるデータでも本質的な部分はごくわずかであるという仮定を用いて、データからその少数の本質を抽出するための方法論です。スパースモデリングは少ないデータからでも、本質を抽出することができ、MRI画像の撮像やブラックホールの撮像を始め、マテリアルズインフォマティクスでも応用されています。
 本講義では、スパースモデリングとは何なのかという話から、Pythonでのハンズオンを中心に、どのようにマテリアルズインフォマティクス に活用していくかを紹介します。

※ ハンズオンでは Google Colaboratory を使用します。Googleアカウントの用意が必要になります。円滑にハンズオンを進める上で、Google Colaboratoryの事前準備と簡単な使い方の予習をお願いいたします。

受講対象・レベル

  • データを理解するための分析手法を身に付けたい方
  • ディープラーニング以外のデータ分析の手法に興味がある方
  • スパースモデリングという言葉は知っているが、何ができるのか、どうやって使うのか困っている方

習得できる知識

 スパースモデリングとは何なのかという話から、どのようなところに使えるのかという具体的な応用例も示しつつ、なるべく数式を使わずに説明します。また、講義中ではハンズオンを通して、実際のデータに対してどのようにスパースモデリングを適用するかも紹介します。

セミナープログラム

※ 適宜休憩が入ります。

  1. スパースモデリングとは何か
    1. スパースモデリングと機械学習の違い
    2. スパースモデリングの応用事例
  2. Lassoの基礎知識
    1. Lassoとは
    2. Lassoを実データで使うときのポイント
    3. Lassoの基本的な使い方(Pythonハンズオン)
  3. 化合物の重要な部分構造を特定
    1. RdkitとLassoを用いた化合物の特性値予測
    2. 予測に重要な部分構造の抽出方法
    3. Pythonハンズオン
  4. スクリーニングモデルのための実験計画法
    1. ベイズ最適化とガウス過程回帰
    2. Lassoとガウス過程回帰の組み合わせ方
    3. Pythonハンズオン