化学者のための機械学習とPythonプログラミングの基礎・実習
★2024年3月14日WEBでオンライン開講。早稲田大学の藤波 美起登 氏が座学と実習を通して機械学習およびPythonプログラミングの基礎を解説していただく講座です。
【受講における必要事項】
プログラム環境を準備できるPC。
・あらかじめ実行環境をPCにインストールし、動作確認をしてから当日受講をお願い致します。
※インストールや動作確認の方法につきましてはお申し込み完了後、メールにて資料をお送り致します。
■本講座の注目ポイント
★プログラミング未経験の化学系人材がケモインフォマティクスを学び、データ解析を実行できるようになることを目指す講座！
★座学と実習を通して機械学習およびPythonプログラミングの基礎を解説！
- 早稲田大学 理工学術院総合研究所 次席研究員 藤波 美起登 氏
【1名の場合】44,000円(税込、資料作成費用を含む)
2名以上は一人につき、11,000円が加算されます。
※ お申し込み後、受講票と請求書のURLが自動で返信されます。郵送ではないため必ずダウンロードください。また、同時に送られるWEBセミナー利用規約・マニュアルを必ずご確認ください。
※ 請求書の宛名の「株式会社」や「(株)」の「会社名の表記」は、お客様の入力通りになりますので、ご希望の表記で入力をお願いします。
※ お支払いは銀行振込、クレジット決済も可能です。銀行振込でお支払いの場合、開催月の翌月末までにお支払いください。お支払いの際は、社名の前に請求書番号をご入力ください。
※ 領収書のご要望があれば、お申込み時、領収書要にチェックを入れてください。
※ 2名以上でお申し込みをされた場合は、受講票と請求書を代表者様にご連絡します。※ 当講座では、同一部署の申込者様からのご紹介があれば、何名でもお1人につき11,000円で追加申し込みいただけます (申込者様は正規料金、お2人目以降は11,000円となります)。追加の際は、申し込まれる方が追加の方を取りまとめいただくか、申込時期が異なる場合は紹介者様のお名前を備考欄にお書きくださいますようお願いいたします。
※ なお、ご参加手続きの際、自宅住所やフリーアドレス、個人携帯番号のみで登録された場合は、ご所属確認をさせいただくことがございます。
【【■本セミナーの主題および状況 ■本講座の注目ポイント】】
■本セミナーの主題および状況
★近年の人工知能技術の発展に伴い、化学とインフォマティクスの融合分野、ケモインフォマティクスの研究開発が進んでいる。
★化学系の方がケモインフォマティクスに着手する際に必要となる、機械学習およびPythonプログラミングの基礎を座学と実習を通して学習する。
■本講座の注目ポイント
★プログラミング未経験の化学系人材がケモインフォマティクスを学び、データ解析を実行できるようになることを目指す講座！
★座学と実習を通して機械学習およびPythonプログラミングの基礎を解説！
講座担当：枩西 洋佑
【時間】 10:30-16:30
【講師】早稲田大学 理工学術院総合研究所 次席研究員 藤波 美起登 氏
【講演主旨】
近年の人工知能技術の発展に伴い、化学とインフォマティクスの融合分野、ケモインフォマティクスの研究開発が進んでいる。情報科学を学んだことがない化学系人材にとって、新たにケモインフォマティクスを学習するのはハードルを感じるケースも多い。本講座では、化学系の方がケモインフォマティクスに着手する際に必要となる、機械学習およびPythonプログラミングの基礎を座学と実習を通して学習する。座学では、機械学習、ケモインフォマティクスに関する一般的な基礎知識を扱う。実習では、実際にプログラムを記述・実行し、Pythonプログラミングの基礎、機械学習プログラミング、実際の化学データの解析例を扱う。プログラミング未経験の受講者がデータ解析を実行できるようになることを目指す。
【講演キーワード】
・ケモインフォマティクス
・Pythonプログラミング
・機械学習
・データ科学
【講演ポイント】
・プログラミング未経験の化学系人材がケモインフォマティクスを学ぶための索引となる内容
・豊富なプログラム例を用いた実習によるPython・機械学習プログラミングの習得
・プログラム例は実課題への応用にも再利用可能
【習得できる知識】
・機械学習、ケモインフォマティクスに関する基礎概念、基礎知識
・Pythonプログラミングの基本的な記述方法、実行方法
・機械学習プログラミングの方法、実データに対する適用方法
【プログラム】
1.化学と機械学習
1-1 人工知能と機械学習
1-2 ケモインフォマティクス
2.Pythonプログラミングの基礎（実習1）
2-1 Jupyter Notebookの使い方
2-2 Pythonプログラミングの基礎
2-2-1 演算とデータ型
2-2-2 条件分岐、繰り返し、関数
2-2-3 ライブラリの活用
3.機械学習の基礎知識
3-1 機械学習の分類
3-2 機械学習の特徴
3-3 基礎用語
3-4 機械学習アルゴリズム
4.Pythonによる機械学習の実行（実習2）
4-1 回帰
4-2 識別
4-3 次元削減
4-4 クラスタリング
5.機械学習を用いた予測のプロセス
5-1 課題設定から評価までのプロセス
5-2 評価の方法
6.Pythonによるデータ解析の例（実習3）
6-1 データの読み込み
6-2 データの可視化と前処理
6-3 機械学習の実行
7.ケモインフォマティクスに特徴的な内容と応用事例
7-1 化学データの性質
7-2 化学に特徴的な記述子とアルゴリズム
7-3 応用事例
【質疑応答】