まずは無料でお試し！
マテリアルズ・インフォマティクス講座
マテリアルズ・インフォマティクス講座の一部の動画が視聴できます。まずは無料動画を見て、分かりやすさやレベル感を確認してみてください。
無料トライアル版に含まれる学習内容（約35分相当）
- 第1章 マテリアルズ・インフォマティクス概論（一部）
- 第2章 化合物解析の基礎（一部）
- 第3章 化合物データの解析手法（一部）
トライアルを利用せずに講座にお申込みの方はこちら
講座で得られる知識・スキル
- マテリアルズ・インフォマティクス分野で用いられるデータ分析手法や機械学習手法に関する知識
- マテリアルズ・インフォマティクス分野で用いられるデータ分析手法や機械学習手法に関するPython実装方法
講座体験記ブログ
講座の雰囲気や講座を通して身に付けられることなど、実際に受講した方の体験記をご紹介！気になる方はブログをチェック！
受講に必要なスキル・前提知識
必須スキル
- 材料科学の基礎知識
- 機械学習に必要な数学の基礎知識 (機械学習・ディープラーニングのための数学講座 修了相当)
- Pythonプログラミングの基礎知識 (機械学習のためのPython入門講座 修了相当)
- 機械学習の基礎知識＋実装経験 (現場で使える機械学習・データ分析基礎講座 修了相当)
推奨スキル
- ディープラーニングの基礎知識 (現場で使えるディープラーニング基礎講座 修了相当)
講座の特長
- マテリアルズ・インフォマティクスの分野で用いられる機械学習などの技術を基礎から体系的に学ぶことができる
- 古典的な機械学習手法を用いた化合物データ解析だけでなく、近年発展が著しいグラフニューラルネットワーク関連の手法を学ぶことができる
- マテリアルズ・インフォマティクスに関する豊富な事例を通して、実問題への適用イメージを掴むことができる
こんな方におすすめ
- 機械学習を用いたマテリアルズ・インフォマティクスを勉強したい方
- 物性予測や化学構造生成に機械学習を適用したいと考えている方
- 化学、電機・精密機器、エネルギー業界の方
講座概要
| 講座名 | マテリアルズ・インフォマティクス講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 講座時間 | 動画講義約6.5時間 |
| 料金 | 275,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| オプション |
オンライン講座：ライブ配信形式 料金：77,000円／1名（税込） |
| オプションに含まれるもの |
ライブ講義7時間 ライブ講義では、カリキュラムのノートブック演習を中心に復習やポイント解説を行います。 |
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
カリキュラム（一部抜粋）
第1章 マテリアルズ・インフォマティクス概論
- マテリアルズ・インフォマティクスとは？
- マテリアルズ・インフォマティクスに関係するオープンデータセット
第2章 化合物解析の基礎
- 化合物データを扱うためのツール
- 化合物データの可視化方法
など全5トピックス
第3章 化合物データの解析手法
- マテリアルズ・インフォマティクス でよく用いられる機械学習手法
- モデルの解釈
など全4トピックス
第4章 化合物データの解析事例
- 化合物データの解析
- 化合物データの解析1 沸点
- 化合物データの解析2 環境毒性
- 化合物データの解析3 薬理活性（回帰）
など全11トピックス
第5章 グラフニューラルネットワーク
- グラフとは？
- グラフニューラルネットワーク（GNN）
など全3トピックス
第6章 実験条件の提案
- 実験条件の提案
- 実験計画法
など全5トピックス
第7章 ベイズ最適化
- 最適化の種類
- ベイズ最適化の構成要素
など全4トピックス
第8章 マテリアルズ・インフォマティクスの事例
※カリキュラムは変更となる場合がございます。
開催日程
オンライン講座：eラーニング形式
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
ライブ講義（オプション）
カリキュラムの第2章、第4章、第7章を中心に復習やノートブック演習の解説を行います。 直接講師から重要な部分の解説や演習でつまづいた点をサポートすることで、インプットした知識をより深く理解することができます。
本ライブ講義は、オンライン講座：eラーニング形式を受講されている方が対象となります。
eラーニングとのセットまたは、eラーニング申込後にライブ講義のみオプションとして追加申込も可能です。
日程
2022/11/25（金）10:00~18:00 ※申込締切
講師：小縣 信也
開催をリクエスト
講師紹介
-
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。 日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
講座監修
-
船津 公人
- 1983年 九州大学大学院理学研究科化学専攻博士課程修了(理学博士)
- 1984年 豊橋技術科学大学物質工学系助手
- 1992年 同知識情報工学系助教授
- 2004年4月 東京大学大学院工学系研究科化学システム工学専攻教授
- 2011年12月 ストラスブール大学招聘教授
- 2021年3月 東京大学定年退職（同年6月東京大学名誉教授）
- 2021年4月 奈良先端科学技術大学院大学データ駆動型サイエンス創造センター研究ディレクター 特任教授
- 『コンピュータ・ケミストリーシリーズ1 CHEMICS―コンピュータによる構造解析―』（共著、共立出版）
- 『コンピュータ・ケミストリーシリーズ2 AIPHOS―コンピュータによる有機合成経路探索―』（共著、共立出版）
- 『ソフトセンサー入門 基礎から実用的研究例まで』（共著、コロナ社）
- 『ケモインフォマティクス 予測と設計のための化学情報学』（共訳、丸善・Wiley）
- 『実践マテリアルズインフォマティクス―Pythonによる材料設計のための機械学習―』（共著、近代科学社）など。
- 日本科学技術情報センター丹羽賞・学術賞（1988年）
- 日本コンピュータ化学会学会賞（2003年）
- アメリカ化学会より、当該分野のノーベル賞とされるHerman Skolnik賞（2019年8月）
- 日本化学会学術賞「データ駆動型化学の開拓」受賞（2021年3月）
関連ブログ
受講者の声
期待以上の内容を学習できました。どのトピックも分かりやすく作成して頂いており、理解を補強するのに十分な演習を用意していただきました。
難易度、ボリュームともに自身にとって最適で理解を深めることができました。実務に役に立つと確信が持てるため、友人や同僚にも勧めたいです。
ご案内
PCの動作環境
- MacOSX 10.9 以上（教材として提供するNotebookの一部に、M1 MacまたはM2 Macに対応していないものがあります。詳細はお問い合わせください。）
- Windows 8 以上（64bit必須）
- メモリ8GB以上必須
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。
事前準備
本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Pythonライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。
FAQ
オンライン講座：eラーニング形式を申し込み後、オプションのライブ講義を追加することは可能ですか？
はい、可能です。申込みフォームよりライブ講義を単体でお申込みください。追加申込み後のチャット質問期間の延長はございませんのでご了承ください。
