1. ホーム
  2. セミナー
  3. Python を用いたスペクトルデータ解析（後編）【LIVE配信】

Python を用いたスペクトルデータ解析（後編）【LIVE配信】

※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。

【アーカイブ配信受講：7/30（木）～8/13（木）】を希望される方は、⇒こちらからお申し込み下さい。

本セミナーは前編と後編の２部構成となっています。セット申込割引もございます。
　◎前編、後編のセット申込割引をご希望の方は ☆こちら☆をご覧ください。
　◎前編のみご希望の方は☆こちら☆をご覧ください。

セミナー概要
略称
Pythonスペクトル解析（後編）【WEBセミナー】
セミナーNo.
260767
開催日時
2026年07月29日（水） 10:30～16:30
主催
（株）R＆D支援センター
問い合わせ
Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム
開催場所
【WEB限定セミナー】※会社やご自宅でご受講下さい。　
講師
東海国立大学機構名古屋大学
大学院生命農学研究科　准教授
稲垣 哲也氏

【ご専門】
林産科学、データサイエンス、ケモメトリクス
価格
非会員：  55,000円 （本体価格：50,000円）
会員：  49,500円 （本体価格：45,000円）
学生：  55,000円 （本体価格：50,000円）
価格関連備考
会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から
　★1名で申込の場合、49,500円（税込）へ割引になります。
　★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合
　会員価格で1名につき55,000円（税込）、2名同時申込で66,000円（税込）になります。
　メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

◆◇◆10名以上で同時申込されるとさらにお得にご受講いただけます。◆◇◆
お申込みご希望の方は 【こちら】からお問い合わせください。

会員登録とは？　⇒　よくある質問
特典
★講師の著書『PythonとChatGPTを活用する スペクトル解析実践ガイド ケモメトリクスから機械学習まで (KS化学専門書) 』を進呈いたします。
定員
30名　※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
【Zoomを使ったWEB配信セミナー受講の手順】
１）Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。

２）セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたについてはこちらをご覧ください。

３）開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

・セミナー資料は開催前日までにお送りいたします。
　無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
必要な予備知識
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jupyternotebookをインストールいただけるとよいかと思います。
当日は冒頭にClaude Codeを用いたプログラム作成自動化（ターミナルあるいはVS Code）について説明しますが、ケモメトリクス部の説明はJupyternotebookを用いて行います。
習得できる知識
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。
趣旨
　「スペクトルを取り扱うすべての大学生・大学教員・研究者・データサイエンティスト」を対象とし、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・定量を行う方法について学んでいきます。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やClaude codeも用います。
プログラム

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

キーワード
スペクトル解析,ケモメトリクス,python,ChatGPT,Claudecode
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索