y-randomization(y-scrambling)の結果が悪いとき、どうすればいいのか？
回帰モデルやクラス分類を構築したいとき、扱うデータセットごとに適した手法は異なるため、今のデータセットに適した手法を選択するため、手法ごとの予測性能を評価します。トレーニングデータとテストデータに分けて、トレーニングデータで構築されたモデル...
dcelab
学生の成長の律速を考えてアドバイスやサポートをするようにしています
データ化学工学研究室 (金子研) では、学生が研究成果をあげること、ではなく、研究成果をあげ続ける力を学生が身につけること、すなわち学生の成長を第一に考えています。研究成果の有無についてはとりあえず考えず、それより学生が力をつけることを第一...
手法や手段を目的化しないように気をつけましょう！～データ解析・機械学習が目的ではありません～
データ解析・機械学習によって分子設計・材料設計・プロセス設計などを効率化する試みがあります。例えば、目的変数 (物性・活性・製品品質など) y と説明変数 (実験条件・合成条件・プロセス条件など) x との間で、既存のデータセットに基づいて...
学生に言い方を変えて繰り返し伝えるようにしています
私は普段から、相手の話を聞くときや、伝えたいことを相手に伝えるときに、コミュニケーションの相性のようなものを意識しています。相手に伝えたいことが 100 あるとして、それを伝えたときに、相手がコミュニケーションの相性がよい A さんのときに...
プロセス状態ごとに異なる重要なプロセス変数とその動特性を考慮した適応型ソフトセンサーEGAVDS-LWPLSを開発しました！[金子研論文]
金子研の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルはAdaptive soft sensor ensemble for selecti...
転移学習におけるモデルの適用範囲
転移学習にも色々とありまして、例えばディープニューラルネットワークを用いて、ソースドメインのデータセット (サポート用のデータセット) でネットワークを学習させておいて、中間層における最後の層のニューロンだけターゲットドメインのデータ (目...
クロスバリデーションとダブルクロスバリデーションの整理
言葉の似ているクロスバリデーションとダブルクロスバリデーションですが、意味合いが異なります。目的の違いとして、クロスバリデーションの目的は PLS における主成分の数や SVR における C, ε, γ といったハイパーパラメータを最適化す...
金子研のロゴができました！
このたび、データ化学工学研究室 (金子研) のロゴができましたので報告します。データ化学工学研究室 Data Chemical Engineering Laboratory の 「D」 の文字がベースになっています。ロゴのコンセプトを説明し...
ガウス過程回帰におけるyの予測値の分散を検証する方法
金子研オンラインサロンにおいて、ガウス過程回帰において、予測値の分散が正しく評価されているのか、どのように検証したらよいか？、といった質問があり、回答しました。ガウス過程回帰の予測値の分散は、モデルの適用範囲やベイズ最適化にも活用され、気に...
低次元化を駆使して直接的逆解析法の予測精度を向上させる手法を開発しました！[金子研論文]
金子研の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルはLifting the Limitations of Gaussian Mixtu...