データ解析

回帰モデルやクラス分類モデルを構築した後の、モデルの逆解析の話です。上の 既存のサンプルの分布に従うように、モデルの逆解析用のサンプルをたくさん生成する方法 では、既存のサンプルのデータ分布を求めて、その分布に従うようにして新たなサンプルを...

回帰モデルやクラス分類モデルを構築した後は、モデルの逆解析をします。説明変数 (特徴量・記述子など) X のサンプルをたくさん生成して、それらをモデルに入力することで、目的変数 (活性・物性など) Y の値を推定します。推定された値が、より...

材料の活性・物性・特性は、化学構造だけで変化するものではなく、材料の作り方、つまり実験条件や製造条件によっても変化します。例えば高分子設計において、単量体 (モノマー) の化学構造だけでなく、そのモノマーの種類・組成比や、反応温度や反応時間...

分子設計や材料設計をするときや、プラントにおいてソフトセンサーを検討しようとするとき、(分子設計・材料設計・ソフトセンサーについてはこちら)それぞれ、何らかの数値モデルを構築することになります。データ解析・機械学習を駆使してモデルを構築する...

「プログラミングをはじめたいのですが、入門書はどれがよいですか？」「学生が使っているプログラミングの入門書はどれですか？」といった質問をよくいただきます。実は、金子研でオススメのプログラミング入門書があるわけではなく、学生に入門書を使うよう...

昨年度の金子研の四年生が主に研究していたテーマの成果が、Journal of Computer Chemistry, Japan にて論文公開になりました。タイトルはモデルの適用範囲の考慮したアンサンブル学習法の開発です。下の URL から...

一年に一度の、金子研オンラインサロンメンバー限定のデータ化学工学研究室 (金子研究室) 成果報告会です。2019 年度は 1 月 28日 (火) に行ってまいりました。最終的なプログラムは以下のとおりです。===金子研オンラインサロンメンバ...

化合物データの解析をすることを考えます。化合物の化学構造や物性・活性・特性が大事になります。 化合物の物性・活性・特性や化学構造の扱いについてはこちらをご覧ください。化合物において、その化学構造の特徴を数値化し、数値化したものと物性・活性・...

データ解析の基本的な流れにおいて、基本的にクロスバリデーションしたときの推定性能が高くなるように、ハイパーパラメータを選択すると思います。ハイパーパラメータの候補ごとにクロスバリデーションを行い、回帰分析であれば決定係数 r2 など、クラス...

モデルの検証と、その後についての話です。データセットをトレーニングデータとテストデータに分け、テストデータを用いて、トレーニングデータで構築されたモデルの検証をします。検証の中で、テストデータを精度良く推定できる手法 (回帰分析手法・クラス...