8/25 医薬品開発のためのPython入門 ＜基礎から薬物動態予測の適用事例まで＞ 【ExcelおよびPythonを使ったハンズオンセミナー】
| イベント名 | 医薬品開発のためのPython入門 ＜基礎から薬物動態予測の適用事例まで＞ 【ExcelおよびPythonを使ったハンズオンセミナー】 |
|---|---|
| 開催期間 |
2023年08月25日（金）
～ 2023年09月04日（月）
【Live受講】 2023年8月25日（金） 10:30～16:30 【アーカイブ受講】 2023年9月4日（月） まで受付（配信期間：9/4～9/15） ※会社・自宅にいながら受講可能です※ |
| 会場名 | 【ZoomによるLive配信セミナー】アーカイブ配信付き |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2023年09月04日（月）16時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
医薬品開発のためのPython入門
＜基礎から薬物動態予測の適用事例まで＞
【ExcelおよびPythonを使ったハンズオンセミナー】
～教師あり学習（分類問題と回帰問題）および教師なし学習（次元圧縮およびクラスター解析）～
ステップ２）
教師なし学習（次元圧縮およびクラスター解析）についてExcelおよびPythonを使って、ハンズオンでわかりやすく紹介します。
|
＜事前にGoogleで「Anaconda」を検索し、「Anaconda Individual Edition」のインストールをお願いします。 ※ソースコードも配布しますので、すぐに実践することが可能です。 |
| 【Live配信受講者 限定特典のご案内】
当日ご参加いただいたLive(Zoom)配信受講者限定で、特典(無料)として
「アーカイブ配信」の閲覧権が付与されます。
オンライン講習特有の回線トラブルや聞き逃し、振り返り学習にぜひ活用ください。 |
| 講師 |
(株)メドインフォ 代表取締役 医学博士 嵜山 陽二郎 氏
【専門】
医療統計学、薬物動態学、データマイニング、機械学習、医療経済学、臨床研究・疫学研究
【執筆など】
薬効薬理非線形モデリング
（Sakiyama Y.et al. Nippon Yakurigaku Zasshi 2008, 132: 199-206.）
機械学習による薬物動態予測
（Sakiyama Y.et al. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.）
【簡単な経歴】
1993 東京大学医学系研究科博士課程 終了
1993-2014 製薬企業(ファイザー(株)、グラクソスミスクライン(株)など)にて統計解析実務および社員教育に従事
2015- 株式会社メドインフォ設立 代表取締役
【講師紹介】
| セミナー趣旨 |
最近、プログラミング言語として、Pythonが注目の的となっています。Pythonは汎用のスクリプト言語で、多くのプログラミング言語の中でも多目的で使用でき、簡単であり、また無料であるという特長があります。医薬品開発の世界では、Pythonはプログラミングに馴染みのない医療従事者には敷居が高いものとなっていますが、システム連携を考慮した良質のパッケージでのデータ分析を目指すのであれば、Pythonは長い目で見て優れたツールといえます。
◆講習会のねらい◆
本講座では、先ずPythonの基礎を学びます。初めての方でも、インストール方法含めわかりやすく解説します。次いで、機械学習における教師あり学習（分類問題と回帰問題）および教師なし学習（次元圧縮およびクラスター解析）についてExcelおよびPythonを使ってハンズオンでわかりやすく紹介します。医薬品開発との関連では、薬物動態の予測についての適用事例を加えました。ソースコードも配布しますので、すぐに実践することが可能です。是非この機会に講座への参加をお待ちしております。
| セミナー講演内容 |
1. 機械学習の基礎知識
(1)機械学習とは
(2)Pythonと機械学習
(3)環境構築
a. OSとフレームワーク
b. CPUとGPU
c. NumPy
d. matplotlib
e. scikit-learn
f. Jupiter
g. Anacondaのインストール
h. Pythonの実行
2. 分類問題
(1)分類問題とは
a. 学習テストとテストセット
b. ホールドアウトと交差検証
c. k-分割交差検証
d. 正答率・適合率・再現率・F値・ROC曲線下面積
(2)いろいろな分類器
a. 決定木
b. Random Forest
c. AdaBoost
d. Naive Bayes
e. サポートベクターマシン（SVM）
(3)薬物動態データでの適用事例
a. 薬物動態を機械学習により予測する
b. 肝ミクロソーム分画での安定性の予測
c. 計算時間の問題
3. 回帰問題
(1)回帰問題の基礎
a. 最小二乗法
b. 線形単回帰
c. 線形重回帰
4. 次元圧縮
(1)次元の呪い
a. 過学習
b. 情報量規準
(2)次元圧縮
a. 主成分分析
b. 主成分得点・固有値・因子負荷量
5. クラスタリング
(1)階層的クラスタリング手法
a. Excelによる最短距離法
b. Excelによるウォード法
(2)非階層的クラスタリング手法
a. k-means法
b. 自己組織化マップ
c. scikit-learnを用いたデータのクラスタリング
6. 深層学習
(1)機械学習から発展した深層学習
a. 畳み込みニューラルネットワーク（CNN）
b. 再帰型ニューラルネットワーク（RNN）
c. 物体検出
7. おわりに
□質疑応答□
※詳細・お申込みは上記
「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 7/25 濡れ現象および濡れ性制御の基礎と 超撥水(油)・超親水(油)・滑液表面の開発、最新動向 (2025年06月23日)
- 7/25 《承認取得までの手順を正しく理解》 医療機器の承認申請時に抑えるべき 薬事申請書・添付資料（STED）の作成の留意点 (2025年06月23日)
- 7/25 トラブル事例から学ぶ 問題なく技術移転（製造と試験）を 行うために知っておくこと (2025年06月23日)
- 7/24 化粧品OEM/ODM（海外含む）における品質管理・ 品質保証と工場監査用のチェックリストの作成方法 (2025年06月23日)
- 7/24 医薬品研究・製造担当者が知っておくべき 暴露許容値（OEL、ADE・PDE）設定の基礎知識と 設定値の妥当性・考え方 (2025年06月23日)
- 7/24 これができないと始まらない！ 特許請求の範囲(クレーム)をしっかり読めますか？ (2025年06月23日)
- 7/23 LCA(ライフサイクルアセスメント)概要と算定実務手順の基礎 (2025年06月23日)
- 7/25 エッジコンピューティングの基礎と効果的な活用法 (2025年06月23日)
- 7/25 熱分析の基礎、測定と正しいデータ解釈 (2025年06月23日)
- 7/28 ＜粘弾性挙動に起因する残留応力の理解！＞ プラスチック成形品の残留応力の発生機構&解放機構の予測法 (2025年06月23日)
