データ解析・機械学習に関する手法・考え方・注意点のまとめ

データ解析に関するいろいろな手法を解説した記事や、データ解析をするときの考え方の記事をまとめました。興味のある内容がございましたら、ぜひリンクへ飛んでいただけたらと思います。

pdfファイルやパワーポイント(pptx)ファイルは、自由にご利用ください。

数学(行列計算・線形代数・統計・確率)が不安な方へ

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

人の学習と人工知能の学習~人工知能を学習させるとかモデルを構築するということ~

Datachemical LAB

DCEKit

新人研修

解析するときの考え方

データの前処理

変数変換・特徴量変換

補完

データセットの可視化・見える化

クラスタリング

変数選択・特徴量選択

回帰分析

クラス分類

アンサンブル学習

半教師あり学習 (半教師付き学習)・転移学習

モデルの検証

モデルの適用範囲

モデルの解釈

モデルの逆解析

化学構造の扱い・化学構造生成

実験計画法・適応的実験計画法・ベイズ最適化

最適化

時系列データ解析 (ソフトセンサーなど)

異常検出・異常診断

距離・類似度

データベース

プログラミング

失敗例

共同研究

その他

タイトルとURLをコピーしました