プログラミング

データの見える化・可視化をした結果を評価する指標を開発しました、ハイパーパラメータの設定もこれでOK (Python・MATLABプログラムあり)

応化先生と生田さんが論文 “k-nearest neighbor normalized error for visualization and reconstruction – A new measure for data visualiz...

プログラミングをするときに最初に身につけるべき3つのテクニック

プログラミングを始めると、やっぱり最初の壁が大きいです。プログラミングしてやりたいことができず、つまらなくなってしまう人もいると思います。 そこで、自分でプログラミングを進めるとき、わたしが重要と考えているテクニックを3つ紹介します。 やり...

[Python・MATLABコードあり] クロスバリデーションしないで非線形回帰モデルのハイパーパラメータを最適化する方法~サンプルの中点の活用~

どうして クロスバリデーション しないの? データ解析をしていると、いろいろな理由でクロスバリデーションを使いたくない、もしくはクロスバリデーションを使えないことがあります。 一つはサンプルが少なすぎるときです。クロスバリデーションでは、最...

ひと足先に2019年度のシラバス公開 (分離化学工学・化学プロセスシステム工学・化学工学特論2)

今年度分の講義の内容の書かれたシラバスについては、学部はこちらから、大学院はこちらから見ることができます。ちょうど今は来年度分のシラバスを作成する時期でして、今年度の講義における学生からのフィードバックを参考にして、作り終えました。そこで、...

[Pythonコードあり] サポートベクター回帰(Support Vector Regression, SVR)のハイパーパラメータを高速に最適化する方法

サポートベクター回帰 (Support Vector Regression, SVR) は、こちら: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!~ にある...

Pythonで試行錯誤しながらデータ解析をしていただいた話~第7回ケモインフォマティクス入門講座~

受講者のユーザーエクスペリエンスを大事にする 第7回ケモインフォマティクス入門講座 中級編  において講師 兼 ファシリテーターを務めてまいりました。 内容としては、 ケモメトリックスの基礎を学びサンプルデータなどでケモメトリックス手法を用...

【決意表明】金子研は第4回 IT創薬コンテスト:「コンピュータで薬のタネを創る4」に参戦します!

退路を断つため、決意表明します。データ化学工学研究室(金子硏)のメンバーで1つのグループとして、第4回 IT創薬コンテスト:「コンピュータで薬のタネを創る4」に参加することに致しました! このコンテストで参加グループは、与えられたおよそ25...

データセットをそのまま解析してエラーになってしまう方へ、基本的なデータの前処理方法を紹介します!

データセットを読み込んだあとに、まずやったほうがよい基本的なデータの前処理についてです。 最低限、この前処理は行いましょう! とりあえずオートスケーリング (標準化) しましょうとか、いやいやその前に情報量のない変数は消しておきましょうとか...

第5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ダウンロードできます!

2017年5月16日(火)に第5回ケモインフォマティクス若手の会があります。そこでワールドカフェ形式のグループディスカッションがありまして、わたしも話題提供をさせていただきます。 タイトルは、こちらにありますように 変数選択手法っていろいろ...

これであなたもデータサイエンティスト!?~Python入門のためのプログラミング課題と模範解答~(逐次更新)

データ化学工学研究室(金子研)では、新しく配属になった学生にいろいろなトレーニングをしています。その1つがPython言語のトレーニングです。化学構造を扱ったりデータ解析・機械学習をしたりするときに、Python言語を使うわけです。 Pyt...
タイトルとURLをコピーしました