| 開催日 | 2024年7月30日(火) |
|---|---|
| 開催地 | Web |
＜セミナー No.407114（Live配信）＞
＜セミナー No.408161（アーカイブ配信）＞
【Live配信 or アーカイブ配信】※いずれか選択
回帰モデルを用いた化学データの特性予測と実験条件探索
☆ pythonを用いたデータ解析演習で学ぶ！（pythonコードを共有します）
☆ 非線形回帰、サポートベクター、決定木、ガウス課程回帰モデルなど、各手法の考え方、実践法を分かりやすく
----------------------------------------------------------------------------------
■Live配信日時：
２０２４年７月３０日（火）１０：３０～１６：３０
■アーカイブ配信日程：
２０２４年８月８日（木）まで申込み受付（視聴期間：８月８日～８月１８日）
■講師
滋賀大学 データサイエンス学部 准教授 博士(理学) 江崎 剛史 氏
■聴講料
１名につき５５,０００円（消費税込/資料付き）
１社２名以上同時申込の場合のみ１名につき４９,５００円（税込）
大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。
■Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
・下記リンクから視聴環境を確認の上、お申し込みください。
→ https://zoom.us/test
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・Zoomクライアントは最新版にアップデートして使用してください。
・パソコンの他にタブレット、スマートフォンでも視聴できます。
・セミナー配布資料は印刷物を郵送いたします。
・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。
複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
■配布資料について
Live配信の開催前日（アーカイブ配信の場合は配信開始日）までにお送りいたします。
----------------------------------------------------------------------------------
プログラム
【講座主旨】
化学物質の開発は依然として膨大な費用と時間がかかっています。そこで、研究開発の効率化を目指し、ケモインフォマティクスの手法を使った化合物の特性予測や、最適な条件探索を行うモデルが注目されています。そのために、機械学習をはじめとした人工知能の貢献が期待されており、回帰モデルを構築する研究開発が進められています。本講演では回帰モデルに注目し、機械学習を用いた化合物の特性予測、そしてベイズ最適化を用いた条件探索について紹介します。また、Pythonを使った実装を行います。
【講座内容】
１．ケモインフォマティクスの概要
２．特性を予測すること
３．線形回帰モデル
４．過学習を抑制する回帰モデル
５．次元圧縮と回帰モデル
６．デモンストレーション：線形回帰
７．非線形回帰モデル
８．サポートベクター回帰
９．決定木に基づく回帰モデル
１０．重要な特性の推測
１１．デモンストレーション：非線形回帰
１２．最適な実験条件の探索
１３．ガウス課程回帰モデル
１４．デモンストレーション：ガウス課程回帰
１５．まとめ
【質疑応答】
----------------------------------------------------------------------------------
◆講師略歴・活動など◆
理化学研究所、医薬基盤・健康・栄養研究所を経て現職。データから医薬品候補を探索する手法の開発を目指した研究、データサイエンス教育に従事。
著書・担当執筆分：
『人と共生するAI革命 ～活用事例からみる生活・産業・社会の未来展望～』, エヌ・ティー・エス出版
「AI活用による薬物動態予測システムの開発」第7章 第2節, pp. 237-242, 江崎 剛史
『ケモインフォマティクスにおけるデータ収集の最適化と解析手法』, 技術情報協会
担当執筆分：第2章5節「「線形回帰分析」と「非線形回帰分析」によるデータ解析での留意点」 pp.10-20,江崎 剛史
『Pythonではじめる異常検知入門 ―基礎から実践まで―』, 科学情報出版, 江崎 剛史, 李 鍾賛（編：笛田 薫）
