生成AIを活用したPythonによるデータ解析入門
― マテリアルズ・インフォマティクスの基礎と実践 ―
★2026年4月28日WEBでオンライン開講。MISTEM合同会社 向田氏が、「生成AIを活用したPythonによるデータ解析入門― マテリアルズ・インフォマティクスの基礎と実践 ―」について解説する講座です。
■注目ポイント
★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!
★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!
- 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 向田 志保 氏
【1名の場合】55,000円(税込、テキスト費用を含む)
2名以上は一人につき、16,500円が加算されます。
定員：30名
※お申し込み後、受講票と請求書のURLが自動で返信されます。基本的にはこちらで受付完了です。開催前日16：00までに再度最終のご連絡をいたしますので、しばらくお待ちください。請求書と受講票は郵送ではないため必ずダウンロードください。また、同時に送られるWEBセミナー利用規約・マニュアルを必ずご確認ください。
※セミナー前日夕方16：00までにWEB会議のURL、事前配布資料のパスワードについては、別途メールでご案内いたします。基本的には、事前配布資料はマイページからのダウンロードの流れとなります。なお、事前配布資料については、講師側の作成完了次第のお知らせになりますので、この点、ご理解のほどお願い申し上げます。
※請求書の宛名の「株式会社」や「(株)」の「会社名の表記」は、お客様の入力通りになりますので、ご希望の表記で入力をお願いします。
※お支払いは銀行振込、クレジット決済も可能です。銀行振込でお支払いの場合、開催月の翌月末までにお支払いください。お支払いの際は、社名の前に請求書番号をご入力ください。
※領収書のご要望があれば、お申込み時、領収書要にチェックを入れてください。
※2名以上でお申し込みをされた場合は、受講票と請求書を代表者様にご連絡します。
※当講座では、同一部署の申込者様からのご紹介があれば、何名でもお1人につき16,500円で追加申し込みいただけます (申込者様は正規料金、お2人目以降は16,500円となります)。追加の際は、申し込まれる方が追加の方を取りまとめいただくか、申込時期が異なる場合は紹介者様のお名前を備考欄にお書きくださいますようお願いいたします。
※なお、ご参加手続きの際、自宅住所やフリーアドレス、個人携帯番号のみで登録された場合は、ご所属確認をさせいただくことがございます。
【本セミナーの主題および状況・本講座の注目ポイント】
≪こちらの講座は、WEB上での開催のオンライン講座になります≫
■本セミナーの主題および状況
★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。
★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。
■注目ポイント
★Pythonとデータ解析の基礎を解説し、生成AIを活用したPythonコード作成とデータ解析を実習形式で体験!
★マテリアルズ・インフォマティクスの考え方も紹介し、研究開発や製造業におけるデータ活用の進め方を分かりやすく解説!
講座担当：苅谷樹弘
【時間】 10:00-17:30
【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 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。
【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を活用したPythonコード作成（実習）
∽∽────────────────────────────∽∽
5-1 生成AI（ChatGPT / Gemini）の活用方法
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
∽∽────────────────────────────∽∽
【質疑応答】
【キーワード】
生成AI、Python、データ解析、機械学習、AIコード生成、Google Colab、マテリアルズインフォマティクス、Materials Informatics、材料開発、研究開発DX
【講演のポイント】
Pythonとデータ解析の基礎を解説し、生成AIを活用したPythonコード作成とデータ解析を実習形式で体験する。
マテリアルズ・インフォマティクスの考え方も紹介し、研究開発や製造業におけるデータ活用の進め方を分かりやすく解説する。
【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