正則化項により過学習(オーバーフィッティング)を防ごう！
回帰モデルを構築するとき、過学習 (オーバーフィッティング) が問題になります。ここではリッジ回帰・LASSO・Elastic Net といった正則化項を用いる手法を例にして、最小二乗法による線形重回帰分析との関係や、オーバーフィッティング...
研究室
「Pythonで気軽に化学・化学工学」出版記念、購入者限定の無料講演会「教えて金子先生！『Pythonで気軽に化学・化学工学』をうまく活用するにはどうしたらいいの？」 を開催します！[2021年6月2日（水）19時-]
2021年5月1日に、「Pythonで気軽に化学・化学工学」 が出版されました。初日に Amazon で売り切れになるなど、初速として好調のようです。ご購入いただいた皆さまにお礼申し上げます。ありがとうございます。プログラミングやPytho...
Gaussian Mixture Regression (GMR) を拡張して直接的モデル逆解析の予測精度を向上させました！[金子研論文]
金子研の論文が Chemometrics and Intelligent Laboratory Systems に掲載されましたので、ご紹介します。タイトルはExtended Gaussian Mixture Regression for ...
[無料公開] 「Pythonで気軽に化学・化学工学」 の “まえがき”、目次の詳細、第１・２・３章
2021 年 5 月 1 日に、金子弘昌著の「Pythonで気軽に化学・化学工学」が出版されました。丸善: Amazon: Amazon(Kindle): こちらの本は、前著の 「化学のための Pythonによるデータ解析・機械学習入門」 ...
ベイズ最適化によりエチレンオキシド製造プロセスの設計をしました！[金子研論文]
金子研の論文が Journal of Advanced Manufacturing and Processing に掲載されましたので、ご紹介します。タイトルはDesign of ethylene oxide production proc...
アンサンブル学習の有効な活用方法
回帰分析やクラス分類のときに、アンサンブル学習をすることがあります。アンサンブル学習では、たくさんの回帰モデルやクラス分類モデルを構築します。一つ一つのモデルの予測精度は低くても、総合的にモデルを用いることで、予測精度を向上させることができ...
波長選択と転移学習により培養液におけるグルコース濃度と乳酸濃度の予測精度が向上しました！[日立製作所&金子研の共同研究論文]
日立製作所と金子研における共同研究の成果の論文が Analytical Science Advances に掲載されましたので、ご紹介します。タイトルはTransfer learning and wavelength selection m...
異常検出・異常検知の４つの役割
装置や産業プラントの運転管理をするため、それらの状態の推定として異常検出・異常検知を行うことがあります。異常検出についてや、気軽に異常検出の検討ができる無料のソフトウェアについてはこちらをご覧ください。今回は異常検出の４つの役割についてお話...
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...
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...