非線形モデルの解釈をしよう！～非線形モデルを各変数で偏微分～
線形のクラス分類モデル・回帰分析モデルでは、説明変数 (記述子・特徴量) ごとに重みが求まります。実際には説明変数の間には相関関係があるため...
「 ケモインフォマティクス 」一覧
![Locally-Weighted Partial Least Squares (LWPLS, 局所PLS) ～あのPLSが非線形性に対応！～ [Python・MATLABコードあり]](https://datachemeng.com/wp-content/uploads/SnapCrab_NoName_2018-6-17_20-10-1_No-00-150x150.png)
Locally-Weighted Partial Least Squares (LWPLS, 局所PLS) ～あのPLSが非線形性に対応！～ [Python・MATLABコードあり]
Partial Least Squares (PLS) を変数間の非線形性に対応させた Locally-Weighted Partial L...
実験計画法で実験パラメータの候補を選択する (直交表を作成する) プログラムを公開します
今回は、実験計画法についてです。実験計画法の概要についてはこちらをご覧ください。 実験パラメータがあり、それぞれの候補...
t-distributed Stochastic Neighbor Embedding (t-SNE) ～データの可視化に特化した手法～
今回は、t-distributed Stochastic Neighbor Embedding (t-SNE)についてです。変数 (特徴量・...
T2統計量・Q統計量～異常値を検出したり、モデルの適用範囲・適用領域(AD)を設定したり～
今回は、T2統計量・Q統計量についてです。主成分分析 (Principal Component Analysis, PCA) を行ったあとに...
第７回ケモインフォマティクス若手の会に金子研の学生たちと参加してきました
2018年5月22日 (火) に第７回ケモインフォマティクス若手の会＠渋谷ヒカリエ に参加して参りました。金子研の学生たちも一緒です。修士一...
モデルの適用範囲・モデルの適用領域 (Applicability Domain, AD) ～回帰モデル・クラス分類モデルを使うとき必須となる概念～
今回は、モデルの適用範囲・モデルの適用領域 (Applicability Domain, AD) についてです。AD は回帰モデル・クラス分...
第7回ケモインフォマティクス若手の会におけるディスカッション用の資料を公開～Generative Topographic Mapping(GTM)でデータの可視化・回帰分析・モデルの逆解析を一緒にやってみた～
2018年5月22日(火)に第7回ケモインフォマティクス若手の会があります。当日は講演をさせていただくのですが、ワールドカフェ形式のグルー...
単純ベイズ分類器 (ナイーブベイズ, Naïve Bayes Classifier) でクラス分類
今回は、単純ベイズ分類器 (ナイーブベイズ, Naïve Bayes Classifier) についてです。ナイーブベイズにより多クラス分類...
![回帰分析のときに外れサンプルを検出する手法を開発しました [金子研論文]](https://datachemeng.com/wp-content/uploads/SnapCrab_NoName_2018-5-4_18-21-7_No-00-150x150.png)
回帰分析のときに外れサンプルを検出する手法を開発しました [金子研論文]
応化先生と生田さんが論文 “Automatic outlier sample detection based on regression a...