どうしてGMRやGTMRといったモデルの直接的逆解析法は良好な結果を生み出すのか？
回帰モデルを直接的に逆解析ができる、すなわち説明変数 X から目的変数 Y (Y が複数でもOK！) を直接的に推定できる手法である Gaussian Mixture Regression (GMR) や Generative Topogr...
「分かりやすい文章」の技術 読み手を説得する18のテクニック
藤沢 晃治, 「「分かりやすい文章」の技術 読み手を説得する18のテクニック」, 講談社, 2004講談社: Amazon: 今回紹介する本もデータ解析や機械学習関連とは異なります。たとえばデータ解析や機械学習をして研究成果をあげた後に、研...
バッチプロセスにおける特徴量の作り方
バッチプロセスにおいて、プロセスの異常を検出したり異常原因の診断をしたり、説明変数 X と目的変数 Y との間でモデル Y = f(X) を構築して X から Y を予測したり、Y が望ましい値になるようにバッチプロセスを設計したりすること...
「分かりやすい説明」の技術 最強のプレゼンテーション15のルール」 研究成果をわかりやすく説明・プレゼンしたい方が読む本
藤沢 晃治, 「「分かりやすい説明」の技術 最強のプレゼンテーション15のルール」, 講談社, 2002講談社: Amazon: 今回紹介する本は、データ解析や機械学習関連とは異なり、研究成果をあげた後に、研究成果を報告したりプレゼンしたり...
説明変数の重要度を考慮した新たな非線形サポートベクター回帰(SVR)を開発しました！[金子研論文]
金子研の論文が Journal of Chemometrics に掲載されましたので、ご紹介します。タイトルはSupport vector regression that takes into consideration the impor...
「ゼロから作るDeep Learning: Pythonで学ぶディープラーニングの理論と実装」 ニューラルネットワークの基礎から深層学習(ディープラーニング)を学び実践したい方が読む本
斎藤康毅, 「ゼロから作るDeep Learning: Pythonで学ぶディープラーニングの理論と実装」, O'Reilly(オライリー・ジャパン), 2016O'Reilly(オライリー・ジャパン): Amazon: ニューラルネットワ...
材料の結晶構造を考慮して熱電変換材料を設計しました！[金子研論文]
金子研の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルはDesign of thermoelectric materials with high electrical condu...
「エンジニアのための実践データ解析」 データ解析をすぐに実践したい方が読む本
藤井宏行, 「エンジニアのための実践データ解析」, 東京化学同人, 2005東京化学同人: Amazon: もともとは化学工学会の学会誌に連載されていた “ケミカルエンジニアのための統計的品質管理入門” の内容を加筆修正された本です。学生の...
ベイズ最適化で複数の目的変数がある場合の対応[Probability of Improvement(PI)以外]
適応的実験計画法により、高機能性材料を達成するための実験条件・製造条件を探索したり、高性能プロセスを開発するためのプロセス条件を探索したりするとき、ベイズ最適化を用いることで効率的に外挿を探索しながら目標達成を目指すことができます。設計問題...
「統計でウソをつく法―数式を使わない統計学入門」 データ解析において自分で自分にウソをつかないために
ダレル・ハフ 著, 高木秀玄 訳, 「統計でウソをつく法―数式を使わない統計学入門」, 講談社, 1968講談社: Amazon: 統計学の基礎を学べるブルーバックスの本です。1968 年に発行され、長年の間読まれています。以下は、講談社の...