欠損値のないサンプルがデータセットにないときの iGMR の使い方
データセットの中に欠損値があるときは、iGMR が有効であることはこちらに書きました。 たとえば、論文や特許からデータ...
「 プロセス制御・プロセス管理・ソフトセンサー 」一覧
![DCEKit に新機能追加 [v2.6.1]！トレーニングデータなしでスペクトルから濃度を推定する方法](https://datachemeng.com/wp-content/uploads/mixture-150x150.png)
DCEKit に新機能追加 [v2.6.1]！トレーニングデータなしでスペクトルから濃度を推定する方法
DCEKit への新機能追加です。 こちらの Iterative Optimization Technology (I...
![DCEKit に新機能追加 [v2.5.2]！Variational Bayesian Gaussian Mixture Regression(VBGMR)とクロスバリデーションによるGMR最適化](https://datachemeng.com/wp-content/uploads/sweets_okashi_erabu_boy-150x150.png)
DCEKit に新機能追加 [v2.5.2]！Variational Bayesian Gaussian Mixture Regression(VBGMR)とクロスバリデーションによるGMR最適化
DCEKit に今回追加したのは Variational Bayesian Gaussian Mixture Regression (VBG...
![ガウス過程による潜在変数モデルでプロセスデータの可視化やプロセス状態推定をしました！[金子研論文]](https://datachemeng.com/wp-content/uploads/SnapCrab_NoName_2021-1-31_5-38-51_No-00-150x150.png)
ガウス過程による潜在変数モデルでプロセスデータの可視化やプロセス状態推定をしました！[金子研論文]
金子研の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルは Est...
「化学のための Pythonによるデータ解析・機械学習入門」 化学・化学工学のデータ解析・機械学習をしたい方へ
金子弘昌 著, 「化学のための Pythonによるデータ解析・機械学習入門」, オーム社, 2019 オーム社: Amazon...
オーバーフィッティング(過学習)の本質を理解して実用的な議論をする
回帰分析やクラス分類を行うとき、オーバーフィッティング(過学習)をしないことが重要といわれます。 オーバーフィ...
![モデルの直接的逆解析法で効率的な適応的実験計画法ができるようになりました！[金子研論文]](https://datachemeng.com/wp-content/uploads/SnapCrab_NoName_2021-1-3_6-49-21_No-00-150x150.png)
モデルの直接的逆解析法で効率的な適応的実験計画法ができるようになりました！[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...
どうしてGMRやGTMRといったモデルの直接的逆解析法は良好な結果を生み出すのか？
回帰モデルを直接的に逆解析ができる、すなわち説明変数 X から目的変数 Y (Y が複数でもOK！) を直接的に推定できる手法である Gau...
バッチプロセスにおける特徴量の作り方
バッチプロセスにおいて、プロセスの異常を検出したり異常原因の診断をしたり、説明変数 X と目的変数 Y との間でモデル Y = f(X) を...
![説明変数の重要度を考慮した新たな非線形サポートベクター回帰(SVR)を開発しました！[金子研論文]](https://datachemeng.com/wp-content/uploads/SnapCrab_NoName_2020-12-13_6-44-12_No-00-150x150.png)
説明変数の重要度を考慮した新たな非線形サポートベクター回帰(SVR)を開発しました！[金子研論文]
金子研の論文が Journal of Chemometrics に掲載されましたので、ご紹介します。タイトルは Support...