練習は試合のように、試合は練習のように、みたいな研究者として使える教訓めいたもの
よくスポーツとかで、練習は試合のように行い、試合は練習のようにしよう、とかいわれます。適当に練習したら、いくら練習しても力になりませんし、本番には活かせません。なので練習ではいつも試合を想定して、あたかも試合であるような緊張感をもって行いま...
研究室
サンプルが少ないときはどうするか？・・・うーん、仕方がないのでデータ分布を仮定してたくさんサンプリングしましょう！ (多変量の場合)
あまりたくさんの実験ができないとき、あまり多くの分析ができないとき、あまり繰り返しシミュレーションできないときのお話です。 今回は変数が複数 (多変量) のときです。ちなみに変数がひとつ (単変量) のときはこちらです。 多変量でも、データ...
サンプルが少ないときはどうするか？・・・うーん、仕方がないので幅で考えましょう！ (一変数・単変量で正規分布に従う場合)
あまりたくさんの実験ができないとき、あまり多くの分析ができないとき、あまり繰り返しシミュレーションできないときのお話です。 データ数が少ないため、偶然の要素を排除できません。今回は一変数のときに、"偶然の要素を排除できない" とはどういうこ...
金子研の学生が圧倒的に成長する３つの理由
データ化学工学研究室 (金子研究室) では、学生の成長を最優先に考えています。 (その結果、研究成果にもつながるのは上に書いたとおりです。) いろいろな視点で学生のことを見ていますが、 実際に成長しています。ここではその理由について考えます...
いろいろな学生の受け皿になる
タイトルの “いろいろ” とは、(広い意味での) 研究に割く時間という意味でのいろいろです。 いろいろな学生がいます。研究一本にオールインして頑張るぜ！といった学生から、バイトも、課外活動も、趣味も、恋愛も、その一つとして研究も、といったバ...
テストデータ・バリデーションデータ(モデル検証用データ)におけるモデルの精度が低いときのポジティブな側面
回帰分析やクラス分類の話です。データセットがあるとき、まずモデル構築用データ (トレーニングデータ) とモデル検証用データ (テストデータ) に分けます。次にトレーニングデータで回帰モデル・クラス分類モデルを構築します。そして、モデル構築に...
部分的最小二乗回帰 (Partial Least Squares Regression, PLS) モデルの逆解析するときのちょっとしたメリット
回帰分析やクラス分類でモデルを作ったあと、多くの場合において、そのモデルを逆解析します。モデルの逆解析についてはこちらをご覧ください。 回帰モデルを構築するとき、部分的最小二乗回帰 (Partial Least Squares Regres...
2018年度応用化学科ホームカミングデー(講演会+明治応用化学会 総会+ポスター発表会+懇親会)
2018年11月3日に、応用化学科ホームカミングデーが行われました。応用化学科の現役の学生も教員も、卒業生たちも、一緒に集まってワイワイやりましょう！、といった感じです。今年は、 応用化学科ホームカミング講演会 明治応用化学会2018年度総...
Sparse Generative Topographic Mapping(SGTM): データの可視化とクラスタリングを一緒に実行する方法 [金子研論文]
今回は、Sparse Generative Topographic Mapping (SGTM) という、GTM のアルゴリズムを改良することで、データの可視化をすると同時に、クラスタリングも一緒に実行できる手法についてです。この手法を開発...
自分でコントロールできる割合を考えて目標を設定したり注力したりするほうがストレスレス！
目標を設定したり、それに向けて頑張ったりすることはあると思います。そのとき、特に他人が関わってきたり自然に関することだったりする場合に、自分でコントロールできる割合を考えたほうが、ストレスが少なくなったり、反省の仕方がうまくなったりするとい...