ライブ配信ベイズ最適化能動学習機械学習
セミナー番号：B260846
機械学習による適応的実験計画 －ベイズ最適化と能動的レベル集合推定の基礎と実践－
～少ない実験回数で効率的に最適条件を探索する適応的実験計画～
～理論、統計モデリング、アルゴリズムから、Python実装・応用事例まで～
～理論、統計モデリング、アルゴリズムから、Python実装・応用事例まで～
📅 開催日
8/6 （木）
2026 / 10:30〜16:30
💻 受講形式
Zoomによるライブ配信
💰 受講料(税込)
55,000円
📝本講演の概要
科学的な営みを実行していく上で、「設計」や「計画」はおろそかにすることができない重要なプロセスです。設計や計画が問題の根幹となっている例は、ロボット開発・創薬・天然資源の探鉱など枚挙に暇がありません。近年、設計や計画問題に対するデータ駆動型のアプローチ、また、それを実現するための情報技術である機械学習が注目されています。
データ駆動型のアプローチは、データ分析の方法だけでなく、データ収集の方法も考察および最適化の対象とします。特に後者の性質は、ものづくりなどデータ収集コストが非常に高い分野においては重要な意味を持っていると考えられます。
本セミナーでは、データ駆動型のアプローチの一つである適応的実験計画に注目し、ベイズ最適化と能動的レベル集合推定という2つの手法について、統計モデリング、アルゴリズム、適用事例を解説したいと思います。
✓こんな方におすすめ
- 医学（創薬）や材料科学など、データ取得コストが高い問題を扱う分野の実務者の方 大学初年度程度の微積分、線形代数、確率
- 統計の知識を仮定します。
📋プログラム
１導入
11 機械学習によるデータ駆動型アプローチ
（能動学習、適応的実験計画という考え方について）
12 ブラックボックス関数の最適化問題とベイズ最適化・レベル集合推定
２ベイズモデルによる機械学習と回帰のための適応的実験計画
21 ベイズ線形回帰
22 ガウス過程回帰
23 ガウス過程回帰に基づく関数推定のための適応的実験計画
３ベイズ最適化の方法論
31 ベイズ最適化の基本アルゴリズム
32 様々な獲得関数に基づくベイズ最適化
４能動的レベル集合推定の方法論
41 レベル集合推定問題の定式化とアルゴリズム
42 能動的レベル集合推定のための獲得関数
５より複雑な問題に対するベイズ最適化
51 制約付き最適化のためのベイズ最適化
52 コスト考慮型のベイズ最適化
53 多目的最適化のためのベイズ最適化
54 複数条件を同時に観測できる問題のためのベイズ最適化
55 高次元な入力空間上のベイズ最適化
56 外部データを利用したベイズ最適化：転移学習との融合
６応用事例紹介
61 機械学習モデルのハイパーパラメータ最適化
62 レベル集合推定による太陽電池用シリコンインゴットの低品質領域の推定
63 Siエピタキシャル成長プロセス条件の最適化
64 抗がん剤第I相臨床試験における最大耐用量の推定
65 がん剤第I/II相臨床試験における毒性と有効性を考慮した許容用量集合の推定
７ベイズ最適化の実行
71 Pythonによるベイズ最適化の実装方法の紹介
72 回帰のための能動学習、ベイズ最適化、能動的レベル集合推定のデモ紹介
（google colaboratoryにアクセス可能な方はハンズオン）
□ 質疑応答 □
👤講師
👤
京都大学 医学研究科 社会健康医学系専攻 医療データ科学分野 准教授 博士(情報科学)
松井 孝太 氏
- 専門：統計的機械学習，生物統計学
- （兼任）東京科学大学特別研究員
- （兼任）滋賀大学データサイエンス・AIイノベーション研究推進センター 特任准教授
- 個人ページ：
- https://sites.google.com/site/matsuikotaswebpage/
🗓開催概要
| 開催日時 |
2026年8月6日 （木） 10:30～16:30
|
|---|---|
| 受講形式 | Zoomによるライブ配信 |
| 受講料 | 55,000円（税込） 本体50,000円＋税5,000円 |
| 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。 |
| 備考 | ※講義中の録音・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。 |
株式会社イーコンプレス
〒450-0002 愛知県名古屋市中村区名駅3-4-10 アルティメイト名駅1st 2階
