開催概要
研究開発においてデータ活用が進む中、機械学習モデルの構築や予測解析に取り組む機会は増えています。一方で、実験条件や測定結果には、研究テーマ固有の背景や現象、データ取得時の前提が反映されており、それらを踏まえてデータの特徴を捉えることが、解析結果を次の検討につなげるうえで重要です。
そのために有効なのが、探索的データ解析（Exploratory Data Analysis：EDA）です。EDAでは、データをさまざまな視点から可視化・分析することで、分布や相関、外れ値、潜在的なパターンを把握し、研究者の知見と照らし合わせながら仮説立案や解析方針の検討につなげます。高度な機械学習を活用する際にも、EDAはデータと現象を結びつける重要なプロセスです。
本ウェビナーでは、架空の研究開発テーマを題材に、miHub®の各種チャート機能を活用したEDAの実践的な進め方をご紹介します。散布図やヒストグラム、相関分析などによる基本的なデータ把握から、予測モデルを用いた要因分析まで、一連の解析プロセスを実際の画面を交えながら解説します。データからどのように仮説を導き、次の実験や解析につなげていくのか、その考え方と実践方法を学んでいただける内容です。
参加費用
無料
コンテンツ
- はじめに
- 登壇者より講演：40分
- 質疑応答：20分
講演内容
- EDAでデータを把握する重要性
- 散布図やヒストグラムなど各種可視化手法の実践ポイント
- miHub®︎を活用した要因分析の具体的手順
※内容は変更となる場合が御座います。予めご了承願います。
登壇者
八嶋 徹
Toru Yashima
MI-6株式会社プロダクト開発
化学メーカーにてマテリアルズ・インフォマティクスによる高分子複合材料の開発に従事し、新製品の上市を経験。現在はMI-6で統計解析/機械学習のみでなく、材料工学の知見も活用した研究手法設計について支援し、製造メーカーをサポートする。得意分野は有機化合物、高分子材料、複合材料、製造開発。
対象者
- 化学・素材メーカーにおける研究開発担当者
- 実験データの要因解析手法に課題をお持ちの方
申し込み締め切り
問い合わせ先
※ご登録いただくメールアドレスに、開催前日の参加者の確定を目処に事前案内のメールをお送りします。 迷惑メールの設定や、メールアドレス記載の誤りによって、ご案内ができないケースがございます。 設定確認と登録アドレスに間違いがないよう、ご確認お願いいたします。
※同業他社企業のお申し込みはお断りしております。
