セミナー 印刷

材料・分析データに活かすための
ケモメトリクスの基礎と実践

~スペクトル解析を題材として、分かりやすく学ぶ~

受講可能な形式:【ライブ配信(見逃し配信付)】のみ

スペクトル解析を題材に、材料開発や機器分析などの分野で活用できるケモメトリクスの基礎と考え方、解析の進め方を学べるセミナーです。
ケモメトリクスの基礎から、スペクトルデータへのケモメトリクスや機械学習の適用による分類・定量の具体的な方法、Pythonを用いた解析まで、基礎と実践の両面を初学者にも分かりやすく解説します。
日時 2026年5月28日(木)  10:30~16:30
受講料(税込)
各種割引特典
定価:本体50,000円+税5,000円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須​/1名あたり定価半額の27,500円)
3名で82,500円 (3名ともE-Mail案内登録必須​)
※4名以上の場合も1名あたり27,500円で受講できます。
テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】
1名申込み: 受講料 44,000円(E-Mail案内登録価格 42,020円 )
 定価:本体40,000円+税4,000円
 E-Mail案内登録価格:本体38,200円+税3,820円
  ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
  ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
  ※他の割引は併用できません。
特典■ライブ受講に加えて、見逃し配信でも1週間視聴できます■
【見逃し配信の視聴期間】2026年5月29日(金)~6月4日(木)まで
※このセミナーは見逃し配信付きです。セミナー終了後も繰り返しの視聴学習が可能です。
※ライブ配信を欠席し見逃し視聴のみの受講も可能です。
※視聴ページは、開催翌営業日の午前中には、マイページにリンクを設定する予定です。
配布資料PDFテキスト(印刷可・編集不可)
※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
オンライン配信Zoomによるライブ配信 ►受講方法・接続確認申込み前に必ずご確認ください
備考※講義の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
得られる知識Pythonプログラムによってスペクトルデータを自由自在に取り扱えるようになります。
対象特に予備知識は必要ありません。基礎から解説いたします。前もってご自身のPCにJupyter Notebookをインストールいただけるとよいかと思います。

セミナー講師

名古屋大学 大学院生命農学研究科 准教授 博士(農学) 稲垣 哲也 氏
専門:林産科学、データサイエンス、ケモメトリクス
1983年富山県高岡市生まれ。2011年名古屋大学大学院生命農学研究科博士後期課程を修了(博士(農学))。2011年4月同助教、2017年9月より同講師、2021年4月より現職
ホームページ:https://www.nagoya-u.ac.jp/researchinfo/researchers_voice/2025/07/no62.html

セミナー趣旨

 本講演では、材料開発や機器分析などの分野において得られる各種データを対象に、ケモメトリクスの基礎的な考え方と、データ解析を進めるための枠組みについて解説します。具体的な題材としてスペクトル解析を取り上げ、スペクトルにケモメトリクスや機械学習を適用して分類・定量を行う方法をもとに学んでいきます。なお、深層学習やグラフニューラルネットワーク(GNN)といった高度な手法の解説を目的とするものではなく、ケモメトリクスおよび統計的手法に基づく基本的なデータ解析の枠組みに焦点を当てます。
 皆さん自身でプログラムを駆使して分類・定量を自由自在に行えるようにするためは(1)プログラム言語(Python)、(2)統計、(3)ケモメトリクス・機械学習、(4)スペクトル、(5)試料について学ぶ必要があります。この講演では(1)~(3)について初学者の方でも十分理解できるように丁寧に説明を進めていきます。もちろんこれらを十分理解されている方にとっても新しい発見のある内容となっています。統計・ケモメトリクス・機械学習のそれぞれで、その内容について詳しく説明した後、ダウンロード可能なデータを用いて、Pythonプログラムによって解析を進めることで、理論と実践の両方を理解していきます。プログラムを効率的に書くためにChatGPTも用います。

セミナー講演内容

1.はじめに
 1.1 ケモメトリクスと機械学習
 1.2 pythonについて
 1.3 ChatGPTによるプログラム支援
 
2.ケモメトリクスとは
 2.1 Lambert-beer則
 2.2 CLS
 2.3 ILS
 2.4 PCA
 2.5 PLSR
 
3.機械学習とは
 3.1 近傍法
 3.2 ランダムフォレスト
 3.3 サポートベクトルマシン
 3.4 ニューラルネットワーク
 
4.スペクトル前処理
 4.1 中心化・標準化
 4.2 スムージング
 4.3 カーブフィッティング
 4.4 微分処理
 
5.ケモメトリクス実践
 5.1 スペクトルデータから目的変数を予測する
 5.2 HSIデータへの応用と画像解析

 □ 質疑応答 □

本セミナーでは、Pythonを用いた解析を行います。
Jupyter Notebook環境での実施を想定しておりますので、事前にインストールいただくことを推奨いたします。
解析用のデータにつきましては、講義中に講師よりダウンロードURLをチャットにて共有いたします。
※ Jupyter Notebookのインストールが難しい場合は、Pythonが実行可能な他の環境でも問題ございません。
※ Pythonの実行環境のご準備が難しい場合でも、当日は講師によるデモンストレーションをご覧いただくことで、該当箇所の内容をご理解いただけます。