共同研究に対する金子研のスタンス～学生の関わりなど～
基本的に、金子研は共同研究に対して、来る者は拒まず、といったスタンスです。もちろん、事前にお話を伺って、それはちょっと金子研の出番はないのでは？？、となれば、お断りすることもあるかもしれません。ただ、これまで相手の方々が入念に検討してから金...
dcelab
どんなクラス分類のデータも回帰分析に変換する方法 (説明変数にも使えます)
教師あり学習には、大きく分けてクラス分類と回帰分析があります。目的変数が連続値であれば回帰分析、サンプルごとのクラスの情報であればクラス分類です。変数のレベル的には、回帰分析の目的変数が間隔尺度もしくは比例尺度、クラス分類の目的変数が名義尺...
ディープラーニング(深層学習)が流行る理由～なんでもディープラーニングでOKというわけではない～
いろいろなところで、ディープラーニング (deep learning) とか深層学習とかディープニューラルネットワークとかを耳にすると思います。実際にニューラルネットワークのモデルを構築したことがある人もいるかもしれません。ディープラーニン...
誤差逆伝播法によるニューラルネットワーク(BackPropagation Neural Network, BPNN)～深層学習(ディープラーニング)の基礎～
誤差逆伝播法によるニューラルネットワーク (BackPropagation Neural Network, BPNN) についてです。基本的には深層学習 (ディープラーニング) も同じ学習方法で実現できます。BPNN について説明するスライ...
コピペのメリット・デメリット～コピペとの正しい付き合い方～
わたしもよく使うコピペ (コピー & ペースト) についてです。ファイルや画像のコピペもできますが、今回は文字のコピペのみにします。文字を選択してから、パソコンであれば コピー：「Ctrl + C」 (Windows), 「command ...
GAPLS, GASVR でモデルの推定性能がよくなるように説明変数の選択をしよう！[Pythonコードあり]
遺伝的アルゴリズム (Genetic Algorithm, GA) を使って説明変数を選択する話です。２つの手法である Genetic Algorithm-based Partial Least Squares (GAPLS) Geneti...
表現力向上のための研究要旨の作成 [研究室の学生向け]
今回は完全にデータ化学工学研究室 (金子研) 内の話です。こちらの、研究スキル・研究能力を構成する１５の力の中で、表現力についてです。相手に伝えたいことを、相手のバッググラウンド (背景・専門分野・レベル) を考えて、文字や図などで分かりや...
非線形モデルの解釈をしよう！～非線形モデルを各変数で偏微分～
線形のクラス分類モデル・回帰分析モデルでは、説明変数 (記述子・特徴量) ごとに重みが求まります。実際には説明変数の間には相関関係があるためモデルの解釈は簡単ではありませんが、重みを見ることでそのモデルを解釈した気になれます。ただ、非線形の...
研究スキル・研究能力を構成する１５の力
データ化学工学研究室 (金子研) では学生の成長を最優先に考えていることはこちらに書いたとおりです。学生が成長して、研究スキル (能力・技能) が高まります。ただ、研究スキル、研究する能力といっても一つではありません。ここでは、研究力を１５...
研究活動の微分と積分～学生の成長を最優先に考える～
大学教員として研究室を運営する上で第一に考えているのは、学生の成長です。こういう話をすると、研究のことはいいの？ となるのですが、研究成果のことを考えた場合でも、学生の成長なのです。研究室ではもちろん研究活動が行われています。金子研究室では...