日々の材料開発で活用できるMIの基本と実践ポイントを整理して紹介！
材料開発の実務に資するデータ分析の考え方から材料開発現場における各種データ（表形式・画像・テキスト・スペクトル・時系列・有機材料・無機材料など）の扱い方、現場でよくある課題への対処法などを幅広く解説します！
※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。
【アーカイブ配信：6/10～6/17（何度でも受講可能）】の視聴を希望される方は、こちらからお申し込み下さい。
１． マテリアルズ・インフォマティクス（MI）とは？
1-1. MIの現在位置
1-2. 日々の材料開発にMIを取り入れた実例
1-3. 日々の材料開発にまず取り入れることができるMIとは？
２． MIの中核をなす機械学習とは？
2-1. MIでよく使用する機械学習の概要
2-2. 材料開発の場面に存在するデータの特性
３． MIプロジェクトの流れ
3-1. 要件整理
3-2. タスク設計
４． MI領域におけるデータ分析
4-1. テーブルデータ分析
4-2. 画像データ分析
4-3. テキストデータ分析（LLM + RAGを含む）
4-4. 有機材料のデータ分析
4-5. 無機材料のデータ分析
4-6. スペクトルデータ分析
4-7. 時系列データ分析
4-8. 生成AIと従来AIの使い分け
５． MI領域のデータ分析でしばしば直面する状況とそれに応じた対処法
5-1. サンプルの定義（原材料、混合物、コンポジット、デバイス）
5-2. 実験データの管理
5-3. 偏りのあるデータへの対処法
5-4. データ分析における実験管理
5-5. データ分析の実行環境
5-6. ハイパーパラメータチューニング
5-7. 有望な実験候補の探索（パレート解、ベイズ最適化など）
5-8. その他
６． MIスキルを磨いていくには？
6-1. 材料ドメイン知識
6-2. データサイエンス力
6-3. プロジェクト推進力
6-4. データエンジニアリング力
【質疑応答】