■日時：2026年04月28日(火) 10:00-17:30 

■会場：※会社やご自宅のパソコンで視聴可能な講座です
※　お申込み時に送られるWEBセミナー利用規約・マニュアルを必ず、ご確認ください。

■定員：30名

■受講料：【1名の場合】55,000円(税込、テキスト費用を含む)
　※複数でのご参加を希望される場合、お申込み追加1名ごとに16,500円が加算となります

■主催：(株)AndTech

■講師：
MISTEM 合同会社 代表　 兼 信州大学 工学部 特任教授 / 東北大学 材料科学高等研究所 特任教授（客員） / 大阪大学 基礎工学研究科 招聘教授 / 広島大学 工学部 客員教授(2026年4月より)　 向田　志保　氏 

■講演主旨：
　近年、生成AIの発展により、プログラミングの専門知識がなくても、AIと対話しながらデータ解析を行うことが可能になってきている。
　本講座では、Pythonプログラミングの基礎から始め、マテリアルズ・インフォマティクス（MI）と呼ばれるデータ科学を活用した材料研究の考え方を紹介する。
　さらに、生成AIを活用してPythonコードを作成し、簡単な材料データ解析を体験することで、研究や技術開発における新しいデータ活用の可能性を理解することを目的とする。
　実習ではGoogle Colab環境を用い、環境構築を行うことなくPythonによるデータ解析を体験する。
　なお、本講座で扱う生成AIは、ChatGPTやGeminiなど、現場で比較的導入しやすく、手元ですぐ活用できるツールを主な対象とする。

■習得できる知識：
・Pythonによるデータ解析の基礎
・生成AIを活用したPythonコード作成の方法
・機械学習およびデータ解析の基本的な考え方
・マテリアルズ・インフォマティクス（材料研究・製造業におけるデータ活用）の基礎
・研究開発におけるデータ解析の進め方とAI活用のポイント

■プログラム：
∽∽────────────────────────────∽∽
1, Python・機械学習の基礎
∽∽────────────────────────────∽∽
1-1 背景（データ活用の重要性／AI・機械学習の基本概念）
1-2 Pythonの基礎（基本文法、データ処理の流れ）

∽∽────────────────────────────∽∽
2, 製造業・材料研究におけるデータ活用
∽∽────────────────────────────∽∽
2-1 製造業・材料分野におけるデータ活用の背景（DX、マテリアルズ・インフォマティクス）
2-2 データ活用の事例（材料開発、品質改善、プロセス最適化など）
2-3 データ活用のポイント（データの整理、特徴量、モデル活用の考え方）

∽∽────────────────────────────∽∽
3, 機械学習の基礎とデータの特徴の捉え方
∽∽────────────────────────────∽∽
3-1 機械学習の基礎
3-2 MI解析における機械学習応用（ベイズ最適化などのモデル）
3-3 特徴量エンジニアリング（データの設計と入力方法）
3-4 MI解析における実験候補選択の考え方

∽∽────────────────────────────∽∽
4, Pythonによるデータ解析（実習）
∽∽────────────────────────────∽∽
4-1 Pythonによるデータ処理（pandasの基礎）
4-2 データ可視化（matplotlibによるグラフ作成）
4-3 機械学習の基礎（scikit-learnによる簡易モデル作成）

∽∽────────────────────────────∽∽
5, 生成AI（ChatGPT / Gemini）を活用したPythonコード作成（実習）
∽∽────────────────────────────∽∽
5-1 ChatGPT / Geminiを用いた生成AIの活用方法（MIへの応用）
5-2 AIを用いたPythonコード生成の実演
5-3 材料データを用いた簡易解析演習

∽∽────────────────────────────∽∽
6, 研究開発におけるAI活用の課題と今後の展望
∽∽────────────────────────────∽∽
6-1 データ活用の課題（データ品質・解釈性など）
6-2 生成AI活用の注意点
6-3 AI時代の材料研究・製造業DX

∽∽────────────────────────────∽∽