テストデータクロスバリデーションにおける決定係数や正解率が小さいときの変数重要度・特徴量重要度の考え方
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
データ解析
yが0や1(100)の値をもつデータセットの扱い方
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
モデル構築するときに特徴量xの重みを考慮できるか
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
モデルの予測精度を上げるのではなく、本来の予測精度を目指すという考え方
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量 x と分子・材料の物性・活性・特性や製品の品質などの目的変数 y との間で数理モデル y =...
適応的実験計画法を進めるときに、モデル構築手法やカーネル関数や特徴量セットはどうするか？
分子設計・材料設計・プロセス設計において、分子記述子・合成条件・製造条件・評価条件・実験条件・プロセス条件などの特徴量 x と分子・材料・製品の物性・活性・特性などの目的変数 y との間で、データセットを用いて数理モデル y = f(x) ...
びまん性大細胞型B細胞リンパ腫のR-CHOP療法の効果を予測するmiRNAに基づくコンパニオン診断モデルの構築と、そのための最適なmiRNAペアの探索に成功しました！[東京大学太田研&金子研の共同研究論文]
東京大学の太田誠一先生の研究室と金子研における共同研究の成果の論文が Journal of Bioscience and Bioengineering に掲載されましたので、ご紹介します。タイトルはSelecting optimum miR...
Datachemical LABを用いることでセミナーの受講者の方々の満足度が上がりました
時間を見つけては、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や、データ解析・機械学習のセミナー講師をやっております。基本的にはパワーポイントのスライドを用いて講義形式で説明したり、必要に応じて実際のデ...
機械学習によりバッチプロセスの特徴量化および直接的逆解析を行う手法を開発しました！[金子研論文]
金子研の論文が Case Studies in Chemical and Environmental Engineering に掲載されましたので、ご紹介します。タイトルはDesign of batch process with machi...
目的変数が複数あるときに、異なる説明変数で数理モデルを構築しても問題ありません！
分子設計・材料設計・プロセス設計・プロセス管理において、実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの説明変数 x と、材料の物性・活性・特性や製品品質などの目的変数 y との間で、データセットを用いて数理モデル ...
取材を受けて話し合ったところ、ケモ- マテリアルズ- プロセスインフォマティックスの根幹を再認識しました！
先日、データ化学工学研究室 (金子研究室) の研究内容を一般の方々にわかりやすく伝えることを目的とした動画を作成するため、取材を受けました。動画については後ほど公開されると思いますので、そのときはぜひよろしくお願いいたします。取材には、化学...