Descripción

内容説明

化学・化学工学分野でＰｙｔｈｏｎを使って機械学習を行うための入門書。読者が一から実践できるよう、Ｐｙｔｈｏｎのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説。今回の改訂では、Ｐｙｔｈｏｎコードの改訂のほか、少数の実験データを扱う場合に有効な手法、ならびに、少数のデータからでも嘘をつかずにデータ解析・機械学習ができるウェブサービス“Ｄａｔａｃｈｅｍｉｃａｌ　ＬＡＢ”に関する説明を追加。

目次

第１部　Ｐｙｔｈｏｎと統計の基礎知識（Ｐｙｔｈｏｎの基礎；データの図示）
第２部　データ解析・機械学習の基礎（多変量データとデータの可視化；化学データを用いたモデリング；回帰モデル・クラス分類モデルの適用範囲）
第３部　化学・化学工学データでの実践のしかた（材料設計、分子設計、医薬品設計；時系列データの解析；Ｄａｔａｃｈｅｍｉｃａｌ　ＬＡＢを用いた化学・化学工学のデータ解析・機械学習）

著者等紹介

金子弘昌［カネコヒロマサ］
明治大学理工学部応用化学科准教授。２００９年東京大学大学院工学系研究科修士課程修了（化学システム工学専攻）。２０２０年より現職（本データはこの書籍が刊行された当時に掲載されていたものです）

出版社内容情報

化学・化学工学分野でPythonを使って機械学習を行うための入門書
本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。
これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。
読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。

内容説明

化学・化学工学分野でＰｙｔｈｏｎを使って機械学習を行うための入門書。読者が一から実践できるよう、Ｐｙｔｈｏｎのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説。今回の改訂では、Ｐｙｔｈｏｎコードの改訂のほか、少数の実験データを扱う場合に有効な手法、ならびに、少数のデータからでも嘘をつかずにデータ解析・機械学習ができるウェブサービス“Ｄａｔａｃｈｅｍｉｃａｌ　ＬＡＢ”に関する説明を追加。

目次

第１部　Ｐｙｔｈｏｎと統計の基礎知識（Ｐｙｔｈｏｎの基礎；データの図示）
第２部　データ解析・機械学習の基礎（多変量データとデータの可視化；化学データを用いたモデリング；回帰モデル・クラス分類モデルの適用範囲）
第３部　化学・化学工学データでの実践のしかた（材料設計、分子設計、医薬品設計；時系列データの解析；Ｄａｔａｃｈｅｍｉｃａｌ　ＬＡＢを用いた化学・化学工学のデータ解析・機械学習）

著者等紹介

金子弘昌［カネコヒロマサ］
明治大学理工学部応用化学科准教授。２００９年東京大学大学院工学系研究科修士課程修了（化学システム工学専攻）。２０２０年より現職（本データはこの書籍が刊行された当時に掲載されていたものです）

出版社内容情報

化学・化学工学分野でPythonを使って機械学習を行うための入門書
本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。
これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。
読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。