★本セミナーでは実験データを解析できるようになることを主眼におき、単にプログラミングの仕方にとどまらず、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行い、受講者が実験データを解析するための知識を授けます。

Pythonを活用したデータ分析手法 ~基礎から実践演習まで~【アーカイブ配信】

こちらは6/12(木)実施WEBセミナーのアーカイブ(録画)配信です。期間中何度でも視聴できます

セミナー概要
略称
Pythonデータ分析【アーカイブ配信】
セミナーNo.
250683A
配信開始日
2025年06月13日(金)
配信終了日
2025年06月27日(金)
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:[email protected] 問い合わせフォーム
講師
大阪大学 産業科学研究所 
助教 小本 祐貴氏

【ご専門】 単分子計測、単分子インフォマティクス
【ご経歴等】
学歴
2017年9月       
東京工業大学大学院・理工学研究科、化学専攻 博士課程 中途退学
2018年10月        
東京工業大学・理学院より論文により博士(理学)の学位取得

職歴
2015年 4月 - 2017年9月 
日本学術振興会特別研究員DC1
2017年10月 - 2018年10月 
大阪大学 産業科学研究所 特任助教(常勤)
2018年11月 - 現在   
大阪大学 産業科学研究所 助教
2019年 4月 - 現在     
大阪大学 産業科学AIセンター 助教 兼任

金属ナノギャップ間の単一分子の伝導度計測を行う実験化学者の立場から、
機械学習を適用する研究に従事し、単分子インフォマティクスを先導。
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ★1名で申込の場合、49,500円(税込)へ割引になります。
 ★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。

※LIVE配信とアーカイブ配信(見逃し配信)両方の視聴を希望される場合
 会員価格で1名につき55,000円(税込)、2名同時申込で66,000円(税込)になります。
 メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

◆◇◆10名以上で同時申込されるとさらにお得にご受講いただけます。◆◇◆
お申込みご希望の方は 【こちら】からお問い合わせください。

会員登録とは? ⇒ よくある質問
備考
・こちらは6/12(木)実施WEBセミナーのアーカイブ(録画)配信です。
・配信期間に閲覧用URL(※データの編集は行っておりません)、資料をお送りします。
セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
Pythonを用いて、実験データの解析や機械学習をしてみたいが、やり方がわからない初学者。
必要な予備知識
予備知識は不要ですが、演習を行うためPythonの実行環境があることが望ましい。
(代表的な実行環境の構築法はテキストに記載する予定です。)
習得できる知識
実験データを解析するためのPythonプログラミングを習得できる。
機械学習の基礎を習得し、実験データの解析の指針を立てられる。
趣旨
 近年、機械学習分野の発展は著しく、実験データを、機械学習を用いて解析することが求められるようになってきました。本セミナーではプログラミングの初学者を対象に、講義・演習を通して、実験データを解析する技能を身に着けることを目的とします。本セミナーではPythonを用います。Pythonの基礎的な文法や機械学習や数値計算に広く用いられるライブラリやその使用法を紹介します。また、機械学習とは何か、何ができるのかを講義で学び、演習では実験データを想定したデータの解析を行います。演習課題は、初学者でも実行できるように、サンプルコードも用意します。
 本セミナーでは実験データを解析できるようになることを主眼におき、単にプログラミングの仕方にとどまらず、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行い、受講者が実験データを解析するための知識を授けます。
プログラム

1.Pythonの基礎
 1-1 Pythonとは
 1-2 Pythonの基本的な文法
 1-3 演習 Pythonを用いたプログラミング
 1-4 数値計算、描画ライブラリの紹介
 1-5 演習 実験データの可視化

2.機械学習の基礎と実践
 2-1 機械学習とは
 2-2 実験データの解析例
 2-3 機械学習を行うためのプロセス、注意点
 2-4 機械学習ライブラリの紹介、使い方
 2-5 演習 機械学習を用いたデータ分析

3.生成AIを用いたプログラミング支援

キーワード
Python,機械学習,データ分析,可視化,プログラミング演習,生成AI,セミナー
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索