サポートベクター回帰(Support Vector Regression, SVR)～サンプル数10000以下ならこれを使うべし！～
サポートベクター回帰(Support Vector Regression, SVR)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、SVRで何ができるか、SVRの特徴、どのように計算するかが説明されてい...
リッジ回帰(Ridge Regression, RR), Least Absolute Shrinkage and Selection Operator (LASSO), Elastic Net (EN)～誤差の二乗和と一緒に回帰係数の値も小さくする～
リッジ回帰(Ridge Regression, RR), Least Absolute Shrinkage and Selection Operator (LASSO), Elastic Net (EN) について、pdfとパワーポイントの...
実験計画法の概要～データを上手く使って実験のコスパを上げましょう！～
たとえば、化学反応 A + B → C + D の、 C の収率を上げることを考えます。収率がもっとも高くなる実験条件を見つけることが目標です。 実験条件の１つである反応温度を 25℃ にして実験してみましょう。人間は精密機械ではありません...
研究室の５つの意義・価値～失敗しない研究室選び～
明治大学の応用化学科では、３年生の１２月ころに学生たちが配属になる研究室を選ぶことになります。 研究室選択のときに確認したほうがよいこととして、学生にとっての研究室の５つの意義・価値をまとめました。 興味のある分野の研究ができる 研究室にあ...
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...
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...
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...