イベント
| イベント名 | 実験計画法・ベイズ最適化を用いた 効率的な実験デザイン |
|---|---|
| 開催期間 |
2024年04月19日（金）
～ 2024年05月08日（水）
【Live配信】2024年4月19日（金） 10:30～16:30 【アーカイブ配信】 2024年5月8日（水）まで受付 (視聴期間：5/8～5/21） ※会社・自宅にいながら受講可能です※ |
| 会場名 | 【Live配信（Zoom使用）受講】もしくは【アーカイブ配信受講】 |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2024年05月08日（水）16時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
実験計画法・ベイズ最適化を用いた
効率的な実験デザイン
～実験による効率的なデータ取得と解析方法～
■統計学と統計的検定の復習■
■実験計画法と分散分析■
■ガウス過程回帰とベイス最適化■
受講可能な形式：【Live配信】or【アーカイブ配信】のみ
オリジナルかつ高いクオリティのデータをいかに効率的に取得するか
実験計画法・ベイズ最適化を活用して効率的な実験・データ解析を実施するために
材料設計、生物実験、心理学実験、プロセス開発等々、、、
様々なタイプの実験のデザインで求められる実験計画法や統計的検定、
ベイズ最適化などの効率的なデータ収集
【得られる知識】
実験による効率的なデータ取得と解析方法が身につく
【対象】
効率的な実験を立案し、過誤の少ないデータ解析を身につけたい方
キーワード：統計的検定、実験計画法、ガウス過程回帰、ベイス最適化
| 講師 |
名古屋大学 工学研究科 物質プロセス工学専攻 准教授 博士(工学) 藤原 幸一 氏
【講師紹介】
| セミナー趣旨 |
現在のAI教育は、学習用データがすでに収集済みであることが前提だが、今後はその前段階としてオリジナルかつ高いクオリティのデータをいかに効率的に取得するか、という部分も重視されるようになるだろう。
本セミナーでは、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について講義する。
| セミナー講演内容 |
※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
-
- 11/27 金属有機構造体（ＭＯＦ）の合成・設計の基礎と 分離技術への利用・様々な応用展開 (2025年10月17日)
- 11/25 クリーンルームの運用・維持管理のための 必須知識と実践ノウハウ (2025年10月17日)
- 11/27 生成AIを使用した知的財産権管理・特許出願 (2025年10月17日)
- 11/26 生成AIを使用した市販後安全監視・副作用報告 (2025年10月17日)
- 12/18 生成AIを使用したサプライチェーン・調達管理 (2025年10月17日)
- 12/17 生成AIを使用した製造・品質管理 (2025年10月17日)
- 11/25 生成AIを使用した教育訓練・力量管理 (2025年10月17日)
- 11/26 ものづくりと生産技術 ～塗装・加飾技術の最新動向～ ～人とAIの融合する新たな未来へ～ (2025年10月17日)
- 11/26 水性インクジェットインクの要求性能と設計、 有力企業ごとの特許出願や製品特長比較 (2025年10月17日)
- 11/27 【非GLP試験(信頼性基準適用試験)の信頼性確保体制】 ISO-QMS(品質マネジメントシステム)の 業務への落とし込みと効果的なCAPA実践 基礎セミナー (2025年10月17日)
