実験計画法・ベイズ最適化を用いた効率的な実験デザイン

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について解説いたします。

日時

開催予定

プログラム

現在のAI教育は、学習用データがすでに収集済みであることが前提だが、今後はその前段階としてオリジナルかつ高いクオリティのデータをいかに効率的に取得するか、という部分も重視されるようになるだろう。  本セミナーでは、材料設計や生物実験、心理学実験など様々なタイプの実験のデザインで求められる実験計画法や統計的検定、ベイズ最適化などの効率的にデータを収集するための方法について講義する。

  1. 統計学と統計的検定の復習
    • 大数の法則
    • 検定とは
    • パラメトリック検定とノンパラメトリック検定
    • P値とは
    • 信頼区間とは
  2. 実験計画法と分散分析
    • 実験計画法とは
    • 1元配置
    • 2元配置
    • 交互作用
    • 直交計画
  3. ガウス過程回帰とベイス最適化
    • ベイスの定理
    • ガウス過程回帰の基礎
    • ベイス最適化の考え方
    • 獲得関数
    • 実験計画法かベイズ最適化か
  4. 演習 ※進行状況により省略する可能性があります
    • 手計算による分散分析
    • Excelを用いた分散分析
    • Pythonによるベイズ最適化

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて