クロスバリデーションとダブルクロスバリデーションの整理
言葉の似ているクロスバリデーションとダブルクロスバリデーションですが、意味合いが異なります。 目的の違いとして、クロスバリデーションの目的は PLS における主成分の数や SVR における C, ε, γ といったハイパーパラメータを最適化...
ケモインフォマティクス
ガウス過程回帰におけるyの予測値の分散を検証する方法
金子研オンラインサロンにおいて、ガウス過程回帰において、予測値の分散が正しく評価されているのか、どのように検証したらよいか？、といった質問があり、回答しました。 ガウス過程回帰の予測値の分散は、モデルの適用範囲やベイズ最適化にも活用され、 ...
低次元化を駆使して直接的逆解析法の予測精度を向上させる手法を開発しました！[金子研論文]
金子研の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルは Lifting the Limitations of Gaussian Mixt...
事実と解釈を分けて考える (モデルの解釈の話ではありません)
研究に関する議論をしたり、研究発表を聞いたり自分でしたり、研究論文を読んだり自分で書いたりするときに気をつけていることの一つとして、事実と解釈を分けて考える、ということがあります。例えば回帰モデルの予測精度の話で、あるモデルを用いてテストデ...
r2, RMSE, MAE は手法やモデルを比較するための指標です
講演会や金子研オンラインサロンにおいて、よくある質問の中に、 r2 はいくつ以上だったら良いモデルですか？ RMSE や MAE がいくつ以下だったら良いモデルですか？ といったものがあります。結論からいえば、r2, RMSE (Root-...
協奏的な有機合成反応における機械学習手法と、既存の収率を超越する触媒設計手法を開発しました！[理化学研究所&金子研の共同研究論文]
理化学研究所と金子研における共同研究の成果の論文が ACS Omega に掲載されましたので、ご紹介します。タイトルは Design of Experimental Conditions with Machine Learning for ...
データセットの空欄を埋める方法
データセットにおいて、空欄があるときがあります。 すべてのサンプル、そしてすべての特徴量に値が準備されているわけではなく、穴あきのデータセットということです。データ解析や機械学習をするためには、まずこの空欄を埋める必要があります。もちろん場...
データセットを解析したり新たな手法を開発したりする時にチェックしていること
データ化学工学研究室 (金子研) では、いろいろなデータセットを解析したり、ケモインフォマティクス・マテリアルズインフォマティクス・プロセスインフォマティクスの新たな手法を開発したりしています。そのようなとき、共通する内容として、主に以下の...
データ解析や構築したモデルの目的によって特徴量や手法は異なる
データセットを準備して、説明変数 x と目的変数 y との間で回帰モデルやクラス分類モデル y = f(x) を構築して、そのモデルを活用する、といったことはあります。このときモデルの予測精度は非常に重要です。予測精度を向上させるために、x...
特徴量間の関係をすべて考慮してモデリングしたいならGMM
回帰分析やクラス分類では、説明変数 x と目的変数 y があり、x と y の間でモデル y = f(x) を構築します。モデルを用いて、x を入力して y を予測したり、y が目標値になるような x を設計したりします。ここでは、いろいろ...