化学品の市場調査、研究開発の支援、マーケット情報の出版

CMCリサーチウェビナー【ライブ配信】 のご案内

       開催日時:2020年12月24日(木)10:30~16:30 
       受 講 料:50,000円 + 税  * 資料付
          *メルマガ登録者 40,000 円 + 税    20%OFF
          *アカデミック価格 24,000 円 + 税
         パンフレット

※ 本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
 お申し込み前に、下記リンクから視聴環境をご確認ください。
   → https://zoom.us/test
 ★ アカデミック価格:学校教育法にて規定された国、地方公共団体および学校法人格を有する大学、大学院の教員、学生に限ります。
 ★【メルマガ会員特典】通常の特典(2名目無料,3名目以降半額)は適用外となりますが,定価の20%引きでご参加いただけます。
 ★ お申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
 
お申し込み受付中

申込方法

 ウェビナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
 セミナーお申し込み前に必ず  こちら  をご確認ください。

   FAX申込用紙PDF 
 [メルマガ登録者はこちらから]
 弊社のメルマガ登録者は、参加費が20%引きになります。メルマガ登録をされていない方で、登録をご希望の方は、メルマガ登録を行ってから、ウェビナー参加を、お申込ください。 → メルマガ登録ページ 
 メルマガ登録者のウェビナー参加は、下記のカートへの投入によってお申込ください。 また、FAX申込用紙でお申込の場合は、FAX申込用紙のメルマガ登録の項にチェックをお願いします。
   FAX申込用紙PDF 
 [アカデミック価格申込者はこちらから]
   FAX申込用紙PDF 
 

講 師

 鈴木 孝弘 氏  東洋大学 経済学部 経済学科長 教授 工学博士

【講師経歴】
 1984年 東京工業大学大学院 化学環境工学専攻 博士課程修了(工学博士)
 1984年 静岡県庁 生活環境部 水質保全課・主事
 1986年 山形大学 工学部 情報工学科・助手
 1989年 東京工業大学 工学部 化学工学科・助手
 1994年 東京工業大学 資源化学研究所・助教授
 2020年 東洋大学 経済学部 経済学科・教授 現在にいたる。

【専門分野】
 データサイエンス、 環境科学、環境経済など。

【所属学会】
 日本エネルギー学会、アメリカ化学会, 環太平洋産業連関分析学会など。

【著 書】
 『これだけは知っておきたい データサイエンスの基本がわかる本』(オーム社, 2018)
 『よくわかる環境科学:地球と身のまわりの環境を考える』(オーム社,2019)
 『高校数学からはじめる やさしい経済数学テキスト』(オーム社, 2014)
 『新しい環境科学:環境問題の基礎知識をマスターする(改訂2版)』(駿河台出版社 2014)
 『新しい物質の科学:身のまわりを化学する(改訂2版)』(オーム社 2014 年) など。

【受 賞】
 1999年 米国機械学会(ASME)本部賞 E. F. Obert賞「Loops and Thermodynamics(ループと熱力学)」

セミナーの趣旨

第4次産業革命を迎え、あらゆるモノをインターネットに接続し、膨大なデータを収拾・分析するIoT社会において、増加し続けるデータ(ビッグデータ)を有効かつ効率的に処理し、ビジネス・研究に生かすための「データサイエンス」は、もはや現代の必修科目といえるでしょう。しかし、データサイエンスの領域は広く、多数の要素技術が含まれ混在とした状況にあり、データサイエンスの全体層を把握することが重要である。

セミナー対象者

 ・データサイエンスの概要について知りたい方
 ・データサイエンスの基本となる考え方、手法を知りたい方
 ・データサイエンスを学びたいが、数式やプログラミングによる説明だとよくわからない/よくわからなかったという方
 ・データ分析部署、システム開発会社の新入社員、若手の方で知識を整理したい方
 ・自身の研究や実務にデータサイエンスを生かしたいが、なにからはじめればよいかわからない方
 ・文系の出身で数式が多い解説は理解しにくい方

セミナーで得られる知識

 データの使い方の基礎から、いま人工知能で話題となっているディープラーニングまで、データサイエンスの分野でありがちな複雑な数式は最小限に、その基本的な考え方と手法の原理を理科できます。

プログラム

      ※ 適宜休憩が入ります。

1. データサイエンスとは
 1.1 要素技術
 1.2 AIの時代

2. データと前処理
 2.1 ビッグデータとデータベース
 2.2 基本統計量・ベイズ統計
 2.3 データの標準化

3. モデル化と最適化
 3.1 実験計画法
 3.2 シンプレックス最適化法
 3.3 グリッドサーチ

4. パターン認識・多変量解析
 4.1 パターン認識とは
 4.2 多変量解析とは
 4.3 重回帰分析とPLS回帰分析

5. サポートベクターマシン(SVM)
 5.1 カーネルとは
 5.2 SVMの応用例

6. ニューラルネットワークとディープラーニング
 6.1 ニューラルネットワークとは
 6.2 ニューラルネットワークの構造と学習
 6.3 ディープラーニングとは
 6.4 ディープラーニングの応用分野・展望

 
※ 講師著の『これだけは知っておきたい データサイエンスの基本がわかる本』(オーム社, 2018)をテキストにセミナーを進めます。このテキストは、講師からセミナーの前後に無償配布します。当日はスライドを用いて進めますが、テキストの事前のご用意は不要です。
 
 

関連図書

        機械・装置

関連セミナー/ウェビナー

        機械・エレクトロニクス・コンピュータ