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。