Pythonを用いた実験計画法とその最適化《実験条件の最適化、ベイズ最適化、多目的最適化》【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　Pythonを用いた実験計画法とその最適化《実験条件の最適化、ベイズ最適化、多目的最適化》【提携セミナー】

開催日時	【LIVE配信】2026/1/15（水）13:00~17:00 【アーカイブ（録画）配信】　2026/1/26（月）まで申込み受付（視聴期間：1/26～2/5）
担当講師	江崎剛史氏
開催場所	【WEB限定セミナー】※会社やご自宅でご受講下さい。
定員	30名
受講費	49,500円（消費税込/資料付き）

Pythonでここまでできる！実験計画・条件最適化の効率化とAI活用

― 分散分析、応答曲面法からベイズ最適化まで、実験にかかる時間をコストを削減 ―

Pythonを用いた実験計画法とその最適化

《実験条件の最適化、ベイズ最適化、多目的最適化》

【提携セミナー】

主催：株式会社技術情報協会

講座内容

化学・創薬科学分野の研究開発には、膨大な費用と時間が必要とされるため、効率的に進めるべく変革が求められています。そのためには、化学分野のデータに機械学習をはじめとした情報学の手法を適用するケモインフォマティクスが注目されています。これにより、特性の予測や有望な条件の探索ができれば、膨大な時間や費用を削減しながら、新しい物質の開発に向けたヒントを得ることが期待されています。

本セミナーでは、より有効な実験条件を効率的に探索するための基本的な統計手法として、まず分散分析について解説します。それから、近年注目されているベイズ最適化を用いた実験計画について講義を行います。そして、複数特性に対して最適化を目指す方法についても、概要を紹介します。

実際に業務で化合物の特性を予測できることを目指してデモンストレーションを行います。デモンストレーションはGoogle Colaboratoryを使い、本セミナーで使用したコードとデータの例は配布いたします。

習得できる知識

分散分析、応答曲面法からベイズ最適化まで、実験にかかる時間をコストを削減

担当講師

滋賀大学　データサイエンス学部　准教授　江崎剛史　氏

専門分野：ケモインフォマティクス、バイオインフォマティクス
学位：博士（理学）
略歴・活動・著書など：
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。
・『まるっと解説　Python×ケモインフォマティクス　データ収集から予測・生成まで』, 科学情報出版, 江崎剛史、池田和由、清水祐吾
・『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）