2019年度もデータ化学工学研究室(金子研究室)成果報告会をやります！
金子研の学生たちが今年度に研究した成果を報告します。成果報告会の翌週に応用化学科での四年生の卒業研究発表会がありまして、皆さん発表の完成度を上げていきますので、四年生もしっかりした発表になると思います。 成果報告会への参加費は無料です。ただ...
研究室
お話で届けるのは平等(equality)なもの、文章で届けるのは公正(equity)なもの～お話(講義・講演・講習会)と文章(テキスト・本・連載・記事・論文)での説明の仕方の違い～
大学で講義をしたり、 企業やいろいろなイベントで講習会をしたり、 実験や演習用のテキストを書いたり、本を書いたり、 連載記事を書いたり、 いろいろな形式で “教える” を実践しています。 また、研究成果は学会などで発表したり論文の形で報告し...
目的変数が複数個あるときのモデルの逆解析、結局どのサンプルを選んだらよいの？？
回帰モデルやクラス分類モデルを構築したあとの、モデルの逆解析についてです。 こちらのチェックリストを確認したあとの話ですね。 モデルの逆解析のとき、目的変数が一つでしたら、その推定値がよさそうなサンプルを選んだり、ベイズ最適化で獲得関数の値...
データセットは生きもの。成長もしますし、それに応じて、モデルも成長します
データセットは生きている、と思いながら解析するようにしています。ただ、生物とは何か、、、という話にするつもりはなくてですね、データセットは、サンプルが増えたり減ったり、特徴量 (変数、記述子) が増えたり減ったり、成長しているなあという話で...
回帰分析手法・クラス分類手法の選び方
いつもどんな感じで回帰分析手法・クラス分類手法を選んでいるかお話します。予測結果の r2, RMSE, MAE, 正解率, ... といった指標だけ見て選んでいるわけではありません。 いろいろな回帰分析手法やクラス分類手法がありますね。 現...
ぜんぶオーバーフィッティングのせいだ。
オーバーフィッティングについて考えます。オーバーフィッティングは予測精度の高いモデルを構築するときの問題でして、モデルがトレーニングデータに合いすぎてしまい (目的変数 y の推定誤差が小さくなりすぎてしまい)、新しいデータにおける目的変数...
2019年度 応用化学科ポスター発表会、いつもどおり金子研オンラインサロンでポスターをシェアします(共同研究関係を除く)
2019年11月23日(土) に応用化学科ポスター発表会がありました。 金子研、練習もばっちりです。お待ちしております！ わたしも色々な研究室を回ります。#応用化学科研究ポスター発表会 pic.twitter.com/Utj0nyeAqR ...
学生の研究に対するモチベーションを上げるために、学生への説明をどのように工夫しているか
「ブログ読んでます！」 「ウェブサイト参考にしています！」 とおっしゃっていただく方々もいらっしゃり、うれしい限りでございます。その中でも、ウェブサイトの記事を読んで、データ解析・機械学習やケモインフォマティクス・マテリアルズインフォマティ...
2019 AIChE Annual Meeting@Orlando に学生たちといってきました！
2019 年 11 月 10 日から 15 日まで イリノイ州のオーランドで開催されていた 2019 AIChE Annual Meeting に修士 2 年の学生 3 人と参加してまいりました。 AIChE は American Inst...
金子研の研究、特に共同研究で難しいのは、データの収集の仕方・データの前処理・特徴量設計・モデルの逆解析・化学構造生成の５つです！
データ化学工学研究室 (金子研) では、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に関する、いろいろな研究をしています。企業や大学・研究所との共同研究もしています。金子研の研究、特に共同研究をするとき...