プロセス・マテリアルズ・ケモインフォマティクスオンラインサロン (金子研オンラインサロン) をやっています！
金子研の外部の方向けに、金子研主催で無料のオンラインサロンをはじめました。slackでやりまして、オンラインサロンのメンバー登録やサロン内での質問・コメントなどの活動、すべて無料です。2024 年 1 月現在、登録者 900 名です。データ...
研究室
Slack の必要最低限の使い方
研究室や実験TAやオンラインサロン内のコミュニケーションの手段の一つとして slack を利用しています。中には初めて slack を使う方もいますので、念のため slack の最低限の使い方を書いておきます。チャンネル基本的には、 # で...
One-Class Support Vector Machine (OCSVM) で外れ値・外れサンプルを検出したりデータ密度を推定したりしよう！
今回は、One-Class Support Vector Machine (OCSVM) についてです。OCSVM は SVM を領域推定問題に応用した手法であり、外れ値・外れサンプルを検出できたり、データ密度を推定できたりします。データ密...
化学工学でやっていることは海外旅行と似ている
分離化学工学の講義を担当していまして、履修している学生の中には、化学工学に対して苦手意識をもっている学生もいます。化学工学でやっていることって、モデリングして、シミュレーションして、最適化するって感じなんですが、まあ分かりにくいですよねw。...
外れ値検出 (Outlier Detection) もしくは 外れサンプル検出 (Outlier Sample Detection) ～他の値・サンプルと大きく異なる値・サンプルを見つけよう！～
今回は、外れ値検出 (Outlier Detection) もしくは 外れサンプル検出 (Outlier Sample Detection) についてです。他の値と大きく異なる値を見つけたり、他のサンプルと大きく異なるサンプルを見つけたりす...
どうしてデータ化学工学研究室(金子研)にはコアタイムがないのか
データ化学工学研究室(金子研)にはコアタイムがありません。来るもの拒まず、去るもの追わず、といった感じです (ちょっと違う？)。とにかく、平日の何時から何時までは研究室にいてください、といったものがないのです。シミュレーション系の研究室だか...
k最近傍法(k-Nearest Neighbor, k-NN)でクラス分類・回帰分析・モデルの適用範囲(適用領域)の設定をしよう！
今回は、k最近傍法 (k-Nearest Neighbor, k-NN) についてです。k-NN だけで、 クラス分類 回帰分析 モデルの適用範囲(適用領域)の設定の３つもできてしまうんです。そんな有用な k-NN について、pdfとパワー...
Adaboost (Adaptive Boosting) によるアンサンブル学習のやり方を解説します
今回は、アンサンブル学習の方法の一つである Adaboost (Adaptive Boostling) です。アンサンブル学習についてはこちらをご覧ください。Adaboost は単純なアンサンブル学習より精度が上がると言われています。そんな...
２０１７年度における学生の研究まとめ
本日は明治大学の卒業式＋学位記授与式です。データ化学工学研究室 (金子研) の３人の４年生も卒業します。一年間、早いものです。３人とも修士に進学しますので、研究室内の状況としてはあまり変わらないのですが、一つの区切りですので、４年生の一年間...
混合ガウスモデル (Gaussian Mixture Model, GMM)～クラスタリングするだけでなく、データセットの確率密度分布を得るにも重宝します～
クラスタリングについては、階層的クラスタリングと k-means クラスタリングをやりました。今回は、混合ガウスモデル (Gaussian Mixture Model, GMM) というクラスタリングの手法です。GMM を使うことで、データ...