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！

日時

【Live配信】２０２４年７月３０日（火）１０：３０～１６：３０【アーカイブ（録画）配信】２０２４年８月８日（木）まで申込受付（視聴期間：８月８日～８月１８日まで）

セミナー講師

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

◆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『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）

セミナー受講料

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〕

受講について

■　Live配信セミナーの視聴環境について

• 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。

■Live配信・アーカイブ配信セミナーの受講について

• 開催前日または配信開始日までに視聴用のURLとパスワードをメールにてご連絡申し上げます。セミナー開催日時またはアーカイブ配信開始日に、視聴サイトにログインしていただき、ご視聴ください。  
• 出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。ご入力いただいた情報は他の受講者には表示されません。
• 開催前日または配信開始日までに、製本したセミナー資料を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、開催日または配信開始日までに資料の到着が間に合わないことがあります。
• 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。
• アーカイブ配信セミナーの視聴期間は延長しませんので、視聴期間内にご視聴ください。

セミナー趣旨

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。

セミナープログラム

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．ガウス過程回帰モデル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】