【中止】AIによる逆合成解析と特徴量学習と因果探索 ～基本技術からバイオインフォマティクスへの応用まで～

IT創薬研究者によるケモインフォマティクスのための
逆合成アルゴリズムの解説と実践

「機会学習の数理100問シリーズ」の著者による Python/Rプログラムを用いたスパースモデリング/グラフィカルモデル/因果探索の実習

セミナー講師

【第１部】 藤 秀義 氏   アステラス製薬(株)
              （千葉大学薬学部(薬剤師免許を取得)/MELLODDYコンソーシアムの立ち上げに参画）
【第２部】 鈴木 讓 氏   大阪大学教授 博士(工学)　大学院基礎工学研究科 数理科学領域
【第３部】 鈴木 讓 氏   大阪大学教授 博士(工学)　大学院基礎工学研究科 数理科学領域

セミナー受講料

1名につき60,500円（消費税込み、資料付）　
〔1社2名以上同時申込の場合1名につき55,000円（税込）〕

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。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• 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。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問を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。

セミナープログラム

＜１０：３０～１２：００＞　※途中昼休憩を挟みます

【第１部】　AIによる逆合成解析 －オープンソースを使った実践入門－

藤 秀義 氏   アステラス製薬(株)

【講演趣旨】
  逆合成解析：有機化学において目的の分子を生成するための合成経路を探す手法。
Marwin Seglerらが2018年にNature誌で 発表した深層学習を用いた手法を皮切りに、AIによる解析手法の開発が盛んです。 　
  本講演では、オープンソースとして既に公開されている手法を紹介し、Google Colaboratoryを用いて実際にAIによる解析を実施頂く予定です。

【講演項目】
１．逆合成解析とは
２．AIによる逆合成解析アルゴリズムの解説
３．オープンソースを使った逆合成解析の実践
【質疑応答】

＜１２：４５～１４：１５＞ 　

【第２部】　スパースモデリングによる特徴量学習

鈴木 讓 氏   大阪大学教授 博士(工学)大学院基礎工学研究科 数理科学領域　

【講演趣旨】
  機械学習の手法であるスパース推定、カーネル処理を理解し、背後にあるロジックを習得します。
  講演者からの一方通行な講話ではなく、Python/Rのソースプログラムを追い、論理的に考えたことと実装による結果が一致することを実習します。受講者の要望を伺いながら確認、話を進めていきます。

【講演項目】
1.スパース推定の原理
2.ロジスティック回帰と遺伝子解析への応用
3.生存時間解析
4.グラフィカルLassoと遺伝子解析への応用
5.疑似尤度を用いたグラフの構造学習
6.Python/Rによる実習
【質疑応答】　

＜１５：００～１７：００＞ 　

【第３部】グラフィカルモデルと因果探索

鈴木 讓 氏    大阪大学教授 博士(工学)大学院基礎工学研究科 数理科学領域　 　

【講演趣旨】
  引き続き、機械学習の手法であるグラフィカルモデルの 理解とロジックの習得を目指します。
著者の書籍「機械学習の数理100問シリーズ(共立出版、2020年-)」をベースとして、統計的機械学習の数理・スパース推定・機械学習のためのカーネルなどを理解し、使いこなすための素地となる講演をします。

【講演項目】
１.ベイジアンネットワーク
２.PCアルゴリズムとベイジアンネットワークの構造学習
３.正定値カーネルと再生核Hilbert空間
４.Hilbert Schmidt Information Criterion (HSIC)による独立性検定
５.LiNGAMによる因果方向の決定
６.交絡のある場合の対応
７.Python/Rによる実習
【質疑応答】

【質疑応答】