イメージングが可能なスペクトロメトリー・スペクトロスコピーデータへの機械学習の応用を基礎から学ぶ！
データの構造と機械学習に適したデータの変換方法から、Pythonを使った教師なし学習による特徴抽出、教師あり機械学習を用いた目的の情報をデータから引き出す方法をお伝えします！
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。
１． スペクトル・イメージデータの構造
1.1 イメージデータの構造と2次元イメージの1次元化
1.2 2次元イメージ＋スペクトルデータの行列化
２． 多変量解析・機械学習の基礎
2.1 用語の説明
2.2 教師なし学習と教師あり学習
2.3 主成分分析の基礎
2.4 人工ニューラルネットワークの基礎
（練習用エクセルシートも配布）
３． 教師なし学習法による特徴抽出
3.1 スペクトル・イメージデータからの特徴抽出
（練習用データと主成分分析プログラムを配布）
3.2 NMFとSAE例の紹介
４． 教師あり学習の応用方法
4.1 教師データの作成
4.2 ランダムフォレスト
（練習用データと分類用のプログラム配布）
4.3 人工ニューラルネットワーク
（回帰分析用のプログラム配布）
【質疑応答】