サポートベクターマシン(Support Vector Machine, SVM)～優秀な(非線形)判別関数～
サポートベクターマシン(Support Vector Machine, SVM)について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、SVMで何ができるか、どのようにSVMを計算するかが説明されています。pd...
dcelab
線形判別分析(Linear Discriminant Analysis, LDA)～多クラスにも応用できる線形クラス分類～
線形判別分析(Linear Discriminant Analysis, LDA)について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、LDAで何ができるか、どのようにLDAを計算するかが説明されています。p...
部分的最小二乗回帰(Partial Least Squares Regression, PLS)～回帰分析は最初にこれ！～
部分的最小二乗回帰 (Partial Least Squares Regression, PLS) について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、PLSで何ができるか、どのようにPLSを計算するかが説...
主成分分析(Principal Component Analysis, PCA)～データセットの見える化・可視化といったらまずはこれ！～
主成分分析(Principal Component Analysis, PCA)について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、PCAで何ができるか、どのようにPCAを計算するかが説明されています。pd...
モデルを作るのにサンプル数はいくつ必要か？に対する回答～モデルの適用範囲・モデルの適用領域～
統計だったり機械学習だったりニューラルネットワークだったり、データを使ったモデルの開発をしていますと、いくつサンプルがあったらモデルはできますか？ってよく聞かれます。今回はこの質問に答えながら、モデルの適用範囲・モデルの適用領域について説明...
初めてのベトナム International Symposium on Pure & Applied Chemistry (ISPAC) 2017＠Ho Chi Minh City
2017年6月8日から10日までベトナムのホーチミン・シティで開催されたISPAC2017において、招待講演をさせていただいてきました。招待していただいた北海道大学の高橋先生・広島大学の石元先生に感謝です。基本的に４つの部屋でいくつかのセッ...
“モデル”について考える
"モデル" と聞くとあなたは何を思い浮かべるでしょうか。化学工学でも大事なモデルについて講義で学生と考える機会がありましたのでそのあたりをまとめます。学生たちに “モデル” について聞いてみると、ファッションモデルの具体的な人からプラモデル...
【決意表明】金子研は第４回 IT創薬コンテスト：「コンピュータで薬のタネを創る４」に参戦します！
退路を断つため、決意表明します。データ化学工学研究室(金子硏)のメンバーで１つのグループとして、第４回 IT創薬コンテスト：「コンピュータで薬のタネを創る４」に参加することに致しました！このコンテストで参加グループは、与えられたおよそ250...
分離技術会年会2017に参加したら分離づくしの一日になりました
分離技術会年会 2017にて招待講演をしてまいりました。会場は明治大学生田キャンパス、つまりどホーム！！でした。講演の後に隣の校舎で２限の講義をしてしまうくらいのホームっぷりです。お声掛け・招待していただき、講演時間の調整をしていただいた産...
ストーリーのある話・発表・プレゼンとは？
あの人のプレゼンには話にストーリーがある、みたいにいう人いますよね。特に基調講演や招待講演で、発表やプレゼンがうまいとき、わかりやすいときに、そういわれることが多いでしょうか。でも、ストーリーのあるプレゼンって具体的にどういうものでしょうか...