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
-
- 11/20 上手な撹拌のための基礎知識と実務で役立つ撹拌不良対策 (2026年06月12日)
- 11/18 やさしく学ぶ Pythonによる化学プロセス設計の基礎と活用 (2026年06月12日)
- 9/18 心理的安全性を高める職場づくりと問題行動への実践的対応 (2026年06月12日)
- 8/28 製造を見据えたラボでの晶析検討／スケールアップと結晶の品質制御・トラブル事例および共結晶の基礎・テクニック (2026年06月12日)
- 8/27 日米欧における食品包装規制・制度の最新動向の把握と対応 (2026年06月12日)
- 8/27 固体酸化物形セルを用いたCO₂/H₂O共電解技術の研究開発動向と今後の展望 (2026年06月12日)
- 8/26 ＜最新の(様々な延長)裁判例考察＞知っておくべき医薬品特許の存続期間延長の実務とLCM戦略 (2026年06月12日)
- 8/25 ガスセンサの基礎と最新材料開発半導体式センサの原理から最新材料を用いた各種センサの研究開発動向まで (2026年06月12日)
- 8/25 医薬品と再生医療等製品の対比をふまえたCTD作成における論理構成と実務上の留意点 (2026年06月12日)
- 8/4 ドライプロセスによるリチウムイオン電池（LIB）電極製造技術の最新動向 (2026年06月11日)
