Anaconda のインストールから jupyter notebook の起動まで (Windows編とmacOS編)
Python でプログラミングするときの事前準備の話です。Anaconda をインストールして jupyter notebook を使いたい方はぜひご覧ください。Windows 編と macOS 編があります。ご自身の OS にあわせてどう...
練習は試合のように、試合は練習のように、みたいな研究者として使える教訓めいたもの
よくスポーツとかで、練習は試合のように行い、試合は練習のようにしよう、とかいわれます。適当に練習したら、いくら練習しても力になりませんし、本番には活かせません。なので練習ではいつも試合を想定して、あたかも試合であるような緊張感をもって行いま...
サンプルが少ないときはどうするか？・・・うーん、仕方がないのでデータ分布を仮定してたくさんサンプリングしましょう！ (多変量の場合)
あまりたくさんの実験ができないとき、あまり多くの分析ができないとき、あまり繰り返しシミュレーションできないときのお話です。 今回は変数が複数 (多変量) のときです。ちなみに変数がひとつ (単変量) のときはこちらです。 多変量でも、データ...
サンプルが少ないときはどうするか？・・・うーん、仕方がないので幅で考えましょう！ (一変数・単変量で正規分布に従う場合)
あまりたくさんの実験ができないとき、あまり多くの分析ができないとき、あまり繰り返しシミュレーションできないときのお話です。 データ数が少ないため、偶然の要素を排除できません。今回は一変数のときに、"偶然の要素を排除できない" とはどういうこ...
金子研の学生が圧倒的に成長する３つの理由
データ化学工学研究室 (金子研究室) では、学生の成長を最優先に考えています。 (その結果、研究成果にもつながるのは上に書いたとおりです。) いろいろな視点で学生のことを見ていますが、 実際に成長しています。ここではその理由について考えます...
いろいろな学生の受け皿になる
タイトルの “いろいろ” とは、(広い意味での) 研究に割く時間という意味でのいろいろです。 いろいろな学生がいます。研究一本にオールインして頑張るぜ！といった学生から、バイトも、課外活動も、趣味も、恋愛も、その一つとして研究も、といったバ...
テストデータ・バリデーションデータ(モデル検証用データ)におけるモデルの精度が低いときのポジティブな側面
回帰分析やクラス分類の話です。データセットがあるとき、まずモデル構築用データ (トレーニングデータ) とモデル検証用データ (テストデータ) に分けます。次にトレーニングデータで回帰モデル・クラス分類モデルを構築します。そして、モデル構築に...
大学教員のお仕事内容をチラ見してみよう！
タイトルの通りで、わたし 金子を例にして、大学教員が普段どんなお仕事をしているのか、書ける範囲で公開します。たまに、「学生が夏休みのときは大学教員も休みなんですよね、いいですね～」 みたいに誤解されている方もいらっしゃいます。ただ実際は、学...
ソフトセンサーの検討など時系列データを解析するとき用のモデルの評価指標 (改良版 r2) [金子研論文]
わたしもついに Beware of ... 系の論文を書いてしまいました。その名の通り、注意喚起する系の論文です。過去には他にこんなものがありました。 Beware of q2! Beware of R2: Simple, Unambigu...
部分的最小二乗回帰 (Partial Least Squares Regression, PLS) モデルの逆解析するときのちょっとしたメリット
回帰分析やクラス分類でモデルを作ったあと、多くの場合において、そのモデルを逆解析します。モデルの逆解析についてはこちらをご覧ください。 回帰モデルを構築するとき、部分的最小二乗回帰 (Partial Least Squares Regres...