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。

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。本講演では（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。

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。