ChatGTP

セミナー概要 セミナーのテーマ ChatGPT/生成AIの基礎と活用 実験計画法の基礎知識 ChatGPTを用いた実験計画法の実践 こんな方におすすめです 実験計画法を学びたい学生 データ分析スキルを向上させたい会社員 ChatGPTの活用方法を知りたい方 ChatGPT4による丸投げ実験計画法入門 ～効率良く実験計画を作成し遂行するための初心者向け基礎講座～ ChatGPT/生成AIと実験計画法の基礎から実務に行かせる知識を習得できます！ 講師 （株）メドインフォ 代表取締役 医学博士 嵜山 陽二郎 氏【ご経歴】 1983-87年 東京大学理科Ⅱ類入学～東京大学薬学部卒業 1987-1993年 東京大学大学院修士課程、博士課程修了（医学博士） 1993-1999年 東京都老人総合研究所、 国立長寿医療研究センターにて、画像解析の業務に従事 1999-2007年 ファイザー（株）中央研究所にて、職員を対象とし100回を超える 統計解析の授業を実施、非臨床薬理試験における統計解析支援。 2007年 ファイザー（株）中央研究所が閉鎖 2008年 日本薬理学雑誌に発表した論文は、薬理試験においてExcelソルバーの 非線形モデルを導入した最初の試みとして話題となる1)。 2009年 ファイザー（株）英国サンドウィッチ研究所における主要な業績の 一つとして、機械学習モデルを薬物動態に応用した最初の試みが、 エキスパートオピニオンジャーナルに掲載される2)。 2009-2013 グラクソスミスクライン（株）等にて医学情報・統計解析担当を歴任 2015年- （株）メドインフォ 代表他にも、これまで40報を超える学術論文を執筆し、非臨床・臨床研究の解析手法において多数の研究業績を有する。国際学会発表5回、国際薬物動態予測学会の座長、製薬企業スタッフ対象の講演会など多数の実績あり。現在運営中のサイト「統計解析 - Python・R・エクセルを使った講義で最速マスター」は10万PVを超える人気サイトとなっている3) 。著書に、「医師・看護師のための統計学ポイント＆アドバイス77 東京図書」 「 JMPによる医療系のための多変量データ分析 東京図書」がありわかりやすい統計学の教科書として絶賛発売中4,5)。 1)Sakiyama Y., Ohashi K. and Takahashi Y. Application of nonlinear regression model to sigmold dose-response relationship in pharmacological studies. Nippon Yakurigaku Zasshi 2008, 132: 199-206. 2)Sakiyama Y. The use of machine learning and nonlinear statistical tools for ADME prediction. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169. 3)統計解析 - Python・R・エクセルを使った講義で最速マスター（https://statg.com/） 4)医師・看護師のための統計学ポイント＆アドバイス77 2016 東京図書 5)JMPによる医療系のための多変量データ分析 2024 東京図書 セミナー趣旨、ポイント 近年、ChatGPT/生成AIがデータ分析において優れたツールであることが認知されつつありますが、実験計画法において活用した事例は皆無です。しかしながら、ChatGPTは出来るだけ少ない実験回数で交絡を含まない最適な実験計画を提案してくれますし、提案した実験計画に基づき分析を行い、効果や交互作用を評価することができます。また、直交表などを用いた高度な実験計画法も、ChatGPTなら簡単に実行することができます。本講座の受講により実験計画法についての理解が深まるとともに、ChatGPTを活用すれば簡単に実行することが出来ることを肌感覚で理解することができます。 受講対象者、必要な予備知識 特に限定なし（学生、会社員）、レベルは初心者 得られる知識 ・ChatGPT/生成AIの基礎知識・ChatGPTの基本的な使い方・実験計画法の基礎知識・実験計画法の基本的な実施方法 プログラム 第１部：生成AIとChatGPT １．生成AIとは ２．ChatGPTとは ３．Data Analystによるデータ分析 ４．ChatGPTのデータ分析における活用 ５．プロンプトの書き方 第２部：実験計画法 １．実験計画法とは ２．フィッシャーの３原則 ３．層別ランダム化 ４．ラテン方格法 第３部：要因実験 １．要因実験とは ２．完全実施要因計画 ３．一部実施要因計画 ４．主効果と交互作用 第４部：一元配置法 １．一元配置法について ２．分散分析法 ３．変動の分解 ４．因子効果の検定方法 第５部：二元配置法 １．二元配置法について ２．分散分析法 ３．変動の分解と交互作用 ４．因子効果の検定方法 第６部：直交表 １．直交表とは ２．直交表の使い方 ３．直交表を用いた実験計画法 ４．直交表による因子効果と交互作用の評価 第７部：その他の方法 １．回帰分析 ２．重回帰分析 ３．ＭＴ法 ４．タグチメソッド 第８部：おわりに １．実験計画法にChatGPTを活用するメリット ２．実験計画法におけるChatGPTの限界 ３．将来展望