【項目】※クリックするとその項目に飛ぶことができます

    セミナー趣旨

    金属・ゴム・薬品などの材料分野での研究開発現場では、AIや機械学習を活用した業務効率化の重要性が高まっています。

    しかし現実には、機械学習についてよく分からない、現場やマネジメント層からの理解が得られない、数多くの関連サービスの違いが分からないといった理由から、機械学習の活用が思うように進まないケースが多く見られます。

    本セミナーでは、これから機械学習に取り組む研究者・技術者やDX推進担当者を対象に、機械学習の基礎と全体像を整理し、自社の課題に合った導入・適用方法を考える視点を提供します。さらにデータ解析ツールDatachemical LABの実演を交え、実験データをもとにした機械学習の活用プロセスにおいて、押さえておきたい技術の基礎を分かりやすく解説します。最近の生成AIによる活用支援についてもカバーします。

    また、社内で活用を推進する際に直面しがちな課題とその対処方法、データ駆動型の研究文化を根付かせるためのポイントを共有し、受講者が円滑に自社での取り組みを進めるようになることを目指します。

    受講対象・レベル

    機械学習に取り組む研究者・技術者やDX推進担当者の方
    機械学習の基礎と全体像を整理し自社の課題に合った導入・適用方法を知りたい方

    セミナープログラム

    --------------------------------------------------------
    1. はじめに
    --------------------------------------------------------
    1-1. 機械学習の概要
       械学習の定義、科学のパラダイムシフト、計算科学との比較など

    1-2. データサイエンスの中での機械学習の位置づけ
       それぞれのキーワードの整理など

    1-3. なぜ機械学習活用が求められるのか?
       グローバル市場の変化、生産年齢人口の減少、データサイエンス教育の加速など

    1-4. 自社に合った機械学習活用の手段
       活用手段の整理、ツールの選び方など

    --------------------------------------------------------
    2. 研究開発での機械学習活用プロセス
    --------------------------------------------------------
    2-1. データセット作成
       予測対象を明確にする、入力項目は広く集める、必要なサンプル数の目安など

    2-2. データ可視化
      箱ひげ図、相関係数、低次元化、クラスタリングなど

    2-3. データ前処理
       オートスケーリング、欠損値処理、特徴量変換、特徴量選択など

    2-4. モデル最適化
       予測モデルの種類、ハイパーパラメーター、交差検証、変数重要度など

    2-5. 実験条件予測
       順解析と逆解析、予測データの作成、ベイズ最適化など

    2-6. 適応的実験計画法
       実験計画法の分類、適応的実験計画法の流れなど

    2-7. 生成AIによる活用支援
       汎用LLMの注意点、RAGの活用など

    --------------------------------------------------------
    3. 機械学習活用の社内推進のポイント
    --------------------------------------------------------
    3-1. なぜ機械学習活用が進まないのか?
       それぞれの立場の意見、活用の難しさなど

    3-2. 活用推進成功のポイント
       最初の取り掛かりでつまずかないための秘訣など

    3-3. データ駆動型研究文化の定着に向けて
       AIドリブンな組織に変わるための秘訣など


    ※申込状況により、開催中止となる場合がございます。
    ※講師・主催者とご同業の方のご参加はお断りする場合がございます。
    ※録音、録画・撮影・お申込者以外のご視聴はご遠慮ください。

    セミナー講師

    データケミカル株式会社 代表取締役
    吉丸昌吾 氏

    2010年宮崎大学大学院修了(化学工学専攻)後、綜研化学㈱にて高分子材料開発に従事。
    一時留学し、2017年カリフォルニア大学サンディエゴ校にてMBA取得。
    帰国後綜研化学㈱にて海外事業開発・国内営業に従事。2019年より社内DX推進責任者を兼務。
    2021年データケミカル㈱設立、代表取締役就任。2022年実験・製造データ解析のAI・機械学習クラウドサービス「Datachemical LAB」をリリース、約70社に導入実績を拡大。現在サービスの米国展開を牽引。
    2024年より宮崎大学工学部 非常勤講師を兼務。

    セミナー受講料

    1名につき 
    会員 38,500円(本体 35,000円)  一般 41,800円(本体 38,000円)

    ※会員価格適用については、企業研究会会員が対象となります。
    (所属先の会員登録有無がわからない場合、お申込みの際に備考欄へ「会員登録確認希望」とご記入ください。)
    ※最少催行人数に満たない場合には、開催を中止させて頂く場合がございます。
    ※お申込後のキャンセルは原則としてお受けしかねます。お申込者がご出席いただけない際は、代理の方のご出席をお願い申し上げます。

    主催者

    開催場所

    全国

    受講について

    視聴用アカウント・セミナー資料は、原則として開催1営業日前までにメールでお送りいたします。
    ※最新事例を用いて作成する等の理由により、資料送付が直前になる場合がございます。


    ※セミナーに申し込むにはものづくりドットコム会員登録が必要です

    開催日時


    14:00

    受講料

    41,800円(税込)/人

    ※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

    関連記事

    もっと見る