データセットを可視化・見える化する手法の選び方
講演会やセミナーなどでよくいただく質問の一つに、データの可視化手法・見える化する手法はどのように選べばよいですか、というのがあります。難しい質問です。というのも、回帰分析やクラス分類であればこちらの基本的な解析の流れにそって適切な手法を選ぶ...
研究室
ソフトセンサーの４つの役割
化学プラント・産業プラントで活用されるソフトセンサー (分野によっては Process Analytical Technology (PAT) とかヴァーチャルメトロロジーとか仮想計測技術とか呼ばれたりします) の役割についてです。ソフトセ...
データサイエンティストと実験科学者の協働や、実験科学者がデータサイエンティストになることのメリット
データ解析・機械学習が得意な方が、扱うデータセットにおける実験系の実験科学者と共同で研究やプロジェクトを進めたり、実験科学者がデータ解析・機械学習を勉強してデータサイエンティストになったりすることがあります。このような場合のメリットについて...
外挿を予測するならローカルモデルではなくグローバルモデルでしょう！
一般的なデータ解析・機械学習では、一つのデータセットがあるとき、一つのモデルを構築します。こちらのデータ解析の流れにそって、 最終的に、例えばガウス過程回帰で、一つのモデルを構築することになります。アンサンブル学習では、たくさんのサブデータ...
NMRにおけるスカラーカップリング定数を予測するための記述子を開発しました！[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 Prediction of spin–spin coupling constants with machine lear...
実験条件の最初の候補を選ぶとき、金子研ではどうして直交表を作らないのか？
実験計画法のお話です。こちらの記事では、 わかりやすさのために () 付きで「直交表」としていますが、厳密に言えば、いわゆる古くから使われている直交表ではありません。直交表のようではありますが、それとは別の方法で最初の実験条件の候補を選んで...
研究の初期ほど、素晴らしい一つのアイデアを出すことではなく、多くのアイデアを検証することが重要
研究や開発は仮説と検証の繰り返しです。たくさん試行錯誤しながら、よい方向へ進んで行きます。 最初は一つアイデア (仮説) から研究がスタートするかもしれませんが、基本的にはそのアイデアがそのままの形で最後まで残ることはほとんどありません。素...
ガウス過程回帰の使い方と注意点
説明変数 X と目的変数 Y との間でモデル Y = f(X) を構築するとき、特に Y が連続値の場合は回帰分析が行われます。回帰分析手法にはいろいろありますが、ここではガウス過程回帰 (Gaussian Process Regressi...
研究室の教育における平等と公正@金子研
大学では主に学部 1 年生から 3 年生の間で講義科目があったり実験科目があったりして、4 年生から研究室に配属になると思います。ここでお話する教育とは、講義科目や実験科目ではなく、特に研究室における (データ化学工学研究室 (金子研) で...
金子研における新人教育(新人研修)
データ化学工学研究室 (金子研) における新人教育について、大学や企業の方々から質問されることが増えてきましたので、金子研に配属になった学生が研究テーマに入る前に何をするか示しておきます。 明治大学の応用化学科では、例年 12 月くらいに学...