k最近傍法(k-Nearest Neighbor, k-NN)でクラス分類・回帰分析・モデルの適用範囲(適用領域)の設定をしよう！
今回は、k最近傍法 (k-Nearest Neighbor, k-NN) についてです。k-NN だけで、 クラス分類 回帰分析 モデルの適用範囲(適用領域)の設定の３つもできてしまうんです。そんな有用な k-NN について、pdfとパワー...
研究室
Adaboost (Adaptive Boosting) によるアンサンブル学習のやり方を解説します
今回は、アンサンブル学習の方法の一つである Adaboost (Adaptive Boostling) です。アンサンブル学習についてはこちらをご覧ください。Adaboost は単純なアンサンブル学習より精度が上がると言われています。そんな...
２０１７年度における学生の研究まとめ
本日は明治大学の卒業式＋学位記授与式です。データ化学工学研究室 (金子研) の３人の４年生も卒業します。一年間、早いものです。３人とも修士に進学しますので、研究室内の状況としてはあまり変わらないのですが、一つの区切りですので、４年生の一年間...
混合ガウスモデル (Gaussian Mixture Model, GMM)～クラスタリングするだけでなく、データセットの確率密度分布を得るにも重宝します～
クラスタリングについては、階層的クラスタリングと k-means クラスタリングをやりました。今回は、混合ガウスモデル (Gaussian Mixture Model, GMM) というクラスタリングの手法です。GMM を使うことで、データ...
異分野融合ワークショップ「データ科学との融合による化学の新展開」での招待講演＠NAIST
2018年3月13, 14日で奈良先端科学技術大学院大学 (NAra Institute of Science and Technology, NAIST) において開催された異分野融合ワークショップ「データ科学との融合による化学の新展開」...
初めてのカンボジア International Congress on Pure & Applied Chemistry (ICPAC) 2018＠Siem Reap
2018年3月7日から10日までカンボジアのシェリムアップ (アンコール・ワット、アンコール・トムの近く) で開催された ICPAC2018 において、招待講演をさせていただいてきました。招待していただいた北海道大学の高橋先生に感謝です。基...
プログラミングをするときに最初に身につけるべき３つのテクニック
プログラミングを始めると、やっぱり最初の壁が大きいです。プログラミングしてやりたいことができず、つまらなくなってしまう人もいると思います。そこで、自分でプログラミングを進めるとき、わたしが重要と考えているテクニックを３つ紹介します。 やりた...
第7回超異分野学会 本大会でのポスター発表～装置における測定困難な対象をリアルタイムに推定する人工知能の開発、分子・材料設計への応用～
2018年3月2, 3日に開催された第7回超異分野学会 本大会～人とは何か、そして人を取り巻く研究へ～ (The Hyper-interdisciplinary Conference 2018 – Research of the human...
就職活動に臨むときの考え方についてのアドバイス、それを身につけるためのトレーニング法
新しい学部4年生や修士２年生など、すでに就職活動が始まっていたり、４月から本格的に就職活動がスタートする人がいると思います。そんな人たちに向けた、就職活動する前にこんな考え方をした方がいいよ、というアドバイスです。また、そのような考え方を身...
アンサンブル学習でも、各サブモデルの適用範囲・適用領域をちゃんと考えよう！～Ensemble learning method Considering Applicability Domain of each Submodel (ECADS)～
応化先生と生田さんが論文 “Discussion on Regression Methods Based on Ensemble Learning and Applicability Domains of Linear Submodels”...