BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【オンライン開催】『Pythonで学ぶ実験計画法 入門』読書会#5 X-WR-CALNAME:【オンライン開催】『Pythonで学ぶ実験計画法 入門』読書会#5 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:913446@techplay.jp SUMMARY:【オンライン開催】『Pythonで学ぶ実験計画法入門 』読書会#5 DTSTART;TZID=Asia/Tokyo:20230804T193000 DTEND;TZID=Asia/Tokyo:20230804T203000 DTSTAMP:20260407T192827Z CREATED:20230722T064216Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/91344 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n次回は第3章 の途中(ガウス過程回帰)からスタートします。\n開催趣 旨\n本勉強会では、マテリアルズインフォマティクス について理解を深めることを目的とし、下記の本を一 章ずつ取り上げていく予定です。事前に予習し、コー ドを一通り動かしてから参加されることをオススメし ます。参加者同士の質問・意見交換やディスカッショ ンをメインに進めていく予定です。 \n『Pythonで学ぶ実 験計画法入門 ベイズ最適化によるデータ解析 』（金 子 弘昌(著)\, 講談社\, 2021年6月） \n※ 書籍はご自身 で入手のうえ、ご参加ください。 \n参加対象者\n\nマ テリアルズインフォマティクスの理解・Pythonによる実 装力を高め、業務や研究に活用した社会人・学生・研 究者の方 \nPythonの基礎的な文法やJupter Notebook、Google Co laboratoryの基本的な使い方を習得されている方\n\n参加 方法\nConnpassの「参加者への情報」に記載のzoomリンク よりご参加ください。 \n勉強会の進め方\n\nその日に 取り扱う章を前もって各自ご自身で読み進めておいて ください。 \n勉強会では、皆で書籍の内容を確認しな がら、必要に応じてGoogle Colaboratory等で実際にコードを 動かしていきます。 \nポイントごとに立ち止まって疑 問点をぶつけ合い、意見交換し、理解を深めていけれ ばと思います。 \n\n※ 一人が資料準備してきて一方的 にレクチャーする形式ではなく、参加者同士インタラ クティブにディスカッションしながら進めていきます 。\n書籍の紹介文\n★ 実験を効率化する強い味方 ★ \n もう実験で疲弊しない。次に試す実験条件は、データ と統計学が教えてくれる!\nベイズ最適化とPythonを駆使 して、効率よく研究・開発を進めよう!\n《すぐに試せ るサンプルデータセット・サンプルコード付き》 \n■ データ解析の初歩から、モデルの設計、実践的な応用 事例までを導く。\n■ 実験時間や人数が限られる今、 絶対に役立つスキルが身につく!\n■ 入門書であり、実 践書。フルカラー! \n【目次】\n第1章 データ解析や機 械学習を活用した分子設計・材料設計・プロセス設計 ・プロセス管理\n・ケモ・マテリアルズ・プロセスイ ンフォマティクス\n・分子設計\n・材料設計\n・なぜベ イズ最適化が必要か\n・プロセス設計\n・プロセス管理 \n・データ解析・人工知能(モデル)の本質 \n第2章 実験 計画法\n・なぜ実験計画法か\n・実験計画法とは\n・適 応的実験計画法\n・必要となる手法・技術 \n第3章 デ ータ解析や回帰分析の手法\n・データセットの表現\n・ ヒストグラム・散布図の確認\n・統計量の確認\n・特徴 量の標準化\n・最小二乗法による線形重回帰分析\n・回 帰モデルの推定性能の評価\n・非線形重回帰分析\n・決 定木\n・ランダムフォレスト\n・サポートベクター回帰 \n・ガウス過程回帰 \n第4章 モデルの適用範囲\n・モデ ルの適用範囲とは\n・データ密度\n・アンサンブル学習 \n第5章 実験計画法・適応的実験計画法の実践\n・実 験候補の生成\n・実験候補の選択\n・次の実験候補の選 択\n・ベイズ最適化\n・化学構造を扱うときはどうする か \n第6章 応用事例\n・複雑な非線形関数を用いた実 験計画法・適応的実験計画法の実践\n・分子設計\n・材 料設計\n・プロセス設計 \n第7章 さらなる深みを目指 すために\n・Gaussian Mixture Regression(GMR)\n・GMR-Based Optimizat ion(GMRBO)(GMRに基づく適応的実験計画法)\n・複雑な非線 形関数を用いたGMRBOの検証 \n第8章 数学の基礎・Anaconda ・Spyder\n・行列やベクトルの表現・転置行列・逆行列 ・固有値分解\n・最尤推定法・正規分布\n・確率・同時 確率・条件付き確率・確率の乗法定理\n・AnacondaとRDKit のインストール・Spyderの使い方 \nその他\nソレイユデ ータ道場については、公式HPやFacebookページをご参照く ださい。 \n公式HP：https://soleildatadojo.com/ \nFacebookペ ージ：https://www.facebook.com/soleildatadojo/ LOCATION:オンライン開催 URL:https://techplay.jp/event/913446?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR