[無料公開] 「化学・化学工学のための実践データサイエンス―Pythonによるデータ解析・機械学習―」 の “まえがき”、目次、第１・２章
2022 年 10 月 5 日に、金子弘昌著の「化学・化学工学のための実践データサイエンス―Pythonによるデータ解析・機械学習―」が出版されました。朝倉書店: Amazon: これまで他に、三冊の本 「化学のための Pythonによるデ...
研究室
Cross-validated Permutation Feature Importance(CVPFI)～任意の回帰分析手法で、説明変数間の相関関係を考慮しながら安定的に変数重要度(特徴量重要度)を計算する手法[金子研論文]
金子研の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルはCross-validated permutation feature importance considering co...
2022年度ゼミ合宿 写真
3年ぶりのゼミ合宿で、有馬温泉に行ってきました！ゼミをやったり、温泉でゆっくりしたり、神戸や明石によったりと、充実した一泊二日でした。ゼミでは、恒例の「モデルの逆解析」縛りで、さまざまな発表がありました。学生たちの成長も確認でき、大満足のゼ...
DFT計算とベイズ最適化、そしてドメイン知識を駆使して新たな有機半導体材料の分子を開発しました！[パナソニック&金子研の共同研究論文]
パナソニックと金子研における共同研究の成果の論文が The Journal of Physical Chemistry A に掲載されましたので、ご紹介します。タイトルはDesign of Molecules with Low Hole a...
線形モデルだからといって非線形モデルより外挿性が高いわけではまったくありません
よくある誤解の一つに、線形モデルは予測精度が低いけど外挿性が高い、非線形モデルは予測精度が高いけど外挿性が低い、というのがあります。回帰モデルが線形だからといって非線形モデルより予測精度が低いわけではありませんし、線形モデルだからといって非...
Datachemical LAB にどんな価値があるか
化学・化学工学分野におけるデータ解析・機械学習クラウドサービス「Datachemical LAB」の価値についてです。なお、無料トライアルを終えたほぼ全員が Datachemical LAB を即決していただき、そうでなくても、次の年度初め...
SELFIESに基づいてシンプルに新規な化学構造を生成するPythonコードをDCEKitに公開します！
(アイキャッチ画像は、Midjourney にて chemical structures, molecules, organic chemistry, benzene, carbon, hydrogen で描画)データ解析・機械学習に基づい...
Dr. Iftikhar Ahmad を明治大学生田キャンパスにお招きして講演していただきました
2022年8月8日(月)に、パキスタンの National University of Sciences and Technology (NUST) で Associate Professor をされている Dr. Iftikhar Ahm...
サンプルをグループごとにトレーニングデータとテストデータに分割する機能をDCEKitに搭載しました！
回帰モデルやクラス分類モデルの予測性能を評価するとき、トレーニングデータとテストデータにサンプルを分割して、トレーニングデータでモデルを構築し、テストデータで構築されたモデルを評価します。一般的には、scikit-learn の train...
ベイズ最適化でプラントごとに最適な適応型ソフトセンサーを選択する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 adaptive soft sensor bas...