1. 機械学習の基礎
1-1. 人工知能と機械学習
1-2. 機械学習の種類と流れ
1-3. データの分割
1-4. 過学習と交差検証
1-5. ハイパーパラメータの最適化
1-6. 精度評価指標
1-7. ノーフリーランチ定理
1-8. 線形回帰からニューラルネットワーク
1-9. 深層学習
1-10.データの質と量
1-11.内挿と外挿

2.機械学習の応用技術
2-1. 教師なし学習
2-2. 説明可能AI
2-3. 醜いアヒルの子の定理
2-4. 特徴量エンジニアリング
2-5. 正則化とデータ拡張
2-6. 不均衡データ
2-7. 転移学習
2-8. 二重交差検証
2-9. モデルの適用範囲

3.機械学習の周辺技術
3-1. 機械学習の用途
3-2. 因果推論
3-3. 第一原理計算
3-4. 逆問題と最適化
3-5. 画像解析

4.製造業への応用
4-1. アンチパターンから学ぶ
4-2. データ活用人材
4-3. 銀の弾などない
4-4. 開発環境

5.実践事例
5-1. 添加剤の歩留まり最適化
5-2. 外観検査への応用
5-3. 破面解析への応用
5-4. 第一原理計算からの転移学習
5-5. 合金組成の最適化

質疑応答

★過去の受講者からの声
　・非常にボリュームがあったが、マテリアルズインフォマティクスを実践するにあたって
　　必要な基礎知識についてどのようなものがあるのか把握することができてよかったです。
　・基礎から幅広く網羅された内容で、大変勉強になりました。
　・専門的な用語に対しての補足説明もあり、初学者でも分かりやすい講義でした。
　→充実した内容とそのわかりやすさにご好評いただいておりました。

★注目ポイント
　・本セミナーでは、実際の活用事例のご解説を豊富にご用意いただいております。
　　理論面の学習だけではなく、プロジェクトへ応用する能力や具体的なステップまでを
　　一気通貫で習得することができます。
　・ご質問にも丁寧なご回答をいただいております。追加説明などもいただけますので、
　　難易度の高い項目に関しましてもご習得いただける機会になるかと存じます。