[公開] データ化学工学研究室(金子研)に配属になる学生のための事前課題

金子研に配属が決まった３年生は、研究室の顔合わせや歓迎会には参加しましたが、2月のはじめまでは３年生後期の講義や実験がありますので、まだ研究室での活動はほとんど行っていません。

ただ、３年生の中には、2月までに時間が取れるので研究室配属の準備がしたい、という学生もいまして、事前課題を作成しました。もし時間があれば、２月までに行うことで、実際に研究室でトレーニングを始めるときにスタートダッシュできるようになる課題です。

まあ、やらなくてもいいっちゃいいんですけどね。

パソコンが苦手、という学生が多かったので、とりあえず基本的なところから課題を準備しましたが、正直 難しいのか簡単なのかよくわかりません・・・。意外と、各ファイルの中身のことはよくわかっていなかったりするので、念のためテキストエディタ関係も課題に入れました。

今後は、３年生の反応を見ながら難易度を調整したり課題を追加したりと、改良を続けたいと思います。

ちなみに事前課題は以下の１５個です。

  1. 持っていない人はGoogleアカウントを作成する
  2. テキストエディタについて調べる
  3. 良さそうな無料のテキストエディタを1つか２つインストールする
  4. インストールしたテキストエディタを実際に使ってみる
  5. テキストエディタで csv ファイルを作成し、Excel で読み込み、適切に表示されるか確認する
  6. csv ファイルと xlsx ファイル (もしくは xls ファイル) の違いを理解する
  7. 以下の URL のページの内容およびその３つのリンク先の内容を読む
    研究内容
    主な研究テーマ たくさんの化学データを見える化する 化合物の物性・機能性と化学構造との間の関係を明らかにする 新しい化学構造をパソコンで設計する 次に行うべき実験やシミュレーションの内容を計算で提案する 化...
    datachemeng.com
    2017.03.19
  8. 以下の URL のスライドで基礎的な数学を学ぶ
    高校数学の知識から、人工知能・機械学習・データ解析へつなげる、必要最低限の教科書
    『高校数学の知識から、人工知能・機械学習・データ解析へつなげる、必要最低限の教科書』です。必要な項目については順次追記していきます。 pdfファイルはこちらから、パワーポイント(pptx)ファイルはこちらからダウンロードできます。 ...
    datachemeng.com
    2017.08.16
  9. 以下の URL のスライドで PCA を学ぶ
    主成分分析(Principal Component Analysis, PCA)～データセットの見える化・可視化といったらまずはこれ！～
    主成分分析(Principal Component Analysis, PCA)について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、PCAで何ができるか、どのようにPCAを計算するかが説明されています。pd...
    datachemeng.com
    2017.06.17
  10. 以下の URL のスライドで最小二乗法による線形重回帰分析を学ぶ
    最小二乗法による線形重回帰分析～人工知能・機械学習・統計の基礎の基礎～
    最小二乗法による線形重回帰分析について、pdfとパワーポイントの資料を作成しました。目的変数と説明変数とのデータセットが与えられたときに、どのように回帰係数を計算するかが説明されています。最後には回帰モデルを比較するための指標3つをまとめて...
    datachemeng.com
    2017.05.21
  11. 以下の URL のスライドで PLS を学ぶ
    部分的最小二乗回帰(Partial Least Squares Regression, PLS)～回帰分析は最初にこれ！～
    部分的最小二乗回帰 (Partial Least Squares Regression, PLS) について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、PLSで何ができるか、どのようにPLSを計算するかが説
    datachemeng.com
  12. 以下の pdf ファイルの論文を読む
    https://www.jstage.jst.go.jp/article/jcac/6/0/6_0_90/_pdf
    www.jstage.jst.go.jp
  13. 下のリンク先から、Anaconda の Python 3.6 version をダウンロードしてインストールする
    Anaconda | Anaconda Distribution
    Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.
    www.anaconda.com
  14. Anaconda の Spyder を起動する
  15. 下の URL のプログラミング課題を 1 から順に解いていく
    これであなたもデータサイエンティスト！？～Python入門のためのプログラミング課題と模範解答～(逐次更新)
    データ化学工学研究室(金子研)では、新しく配属になった学生にいろいろなトレーニングをしています。その１つがPython言語のトレーニングです。化学構造を扱ったりデータ解析・機械学習をしたりするときに、Python言語を使うわけです。 ...
    datachemeng.com
    2017.04.30

以上です。

もし、これをご覧になっている人の中で、もっとよさそうな課題があったら教えてください！

質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。

タイトルとURLをコピーしました