商品紹介
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
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。
第1部 Python と統計の基礎知識
第1章 Pythonの基礎
1.1 Pythonの使い方
1.2 データセットの読み込み・保存
第2章 データの図示
2.1 ヒストグラム
2.2 箱ひげ図
2.3 散布図
2.4 相関行列
第2部 データ解析・機械学習の基礎
第3章 多変量データとデータの可視化
3.1 多変量データ
3.2 データの前処理
3.3 主成分分析(Principal Component Analysis:PCA)
3.4 階層的クラスタリング
3.5 [発展]非線形の可視化手法:t-distributed Stochastic Neighbor Embedding(t-SNE)
第4章 化学データを用いたモデリング
4.1 回帰分析(regression analysis)
4.2 クラス分類(classication)
第5章 回帰モデル・クラス分類モデルの適用範囲
5.1 モデルの適用範囲(Applicability Domain:AD)とは?
5.2 データ密度
5.3 アンサンブル学習法(Ensemble learning)
第3部 化学・化学工学データでの実践のしかた
第6章 材料設計,分子設計,医薬品設計
6.1 材料設計
6.2 分子設計,医薬品設計
6.3 化学構造の表現方法
6.4 化合物群の扱い
6.5 化学構造の数値化
6.6 化学構造の生成
6.7 化合物のデータセットを扱うときの注意点
6.8 具体的なデータセットを用いた解析
第7章 時系列データの解析
7.1 化学プラントにおける推定制御・ソフトセンサー
7.2 時系列データ解析の特徴
7.3 モデルの劣化と適応型ソフトセンサー(Adaptive Soft Sensor)
7.4 データ解析・機械学習による化学プラントのプロセス管理(異常検出,異常診断)
第8章 Datachemical LABを用いた化学・化学工学のデータ解析・機械学習
8.1 Datachemical LAB
8.2 材料設計
8.3 分子設計
8.4 適応型ソフトセンサー
8.5 Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
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。
第1部 Python と統計の基礎知識
第1章 Pythonの基礎
1.1 Pythonの使い方
1.2 データセットの読み込み・保存
第2章 データの図示
2.1 ヒストグラム
2.2 箱ひげ図
2.3 散布図
2.4 相関行列
第2部 データ解析・機械学習の基礎
第3章 多変量データとデータの可視化
3.1 多変量データ
3.2 データの前処理
3.3 主成分分析(Principal Component Analysis:PCA)
3.4 階層的クラスタリング
3.5 [発展]非線形の可視化手法:t-distributed Stochastic Neighbor Embedding(t-SNE)
第4章 化学データを用いたモデリング
4.1 回帰分析(regression analysis)
4.2 クラス分類(classication)
第5章 回帰モデル・クラス分類モデルの適用範囲
5.1 モデルの適用範囲(Applicability Domain:AD)とは?
5.2 データ密度
5.3 アンサンブル学習法(Ensemble learning)
第3部 化学・化学工学データでの実践のしかた
第6章 材料設計,分子設計,医薬品設計
6.1 材料設計
6.2 分子設計,医薬品設計
6.3 化学構造の表現方法
6.4 化合物群の扱い
6.5 化学構造の数値化
6.6 化学構造の生成
6.7 化合物のデータセットを扱うときの注意点
6.8 具体的なデータセットを用いた解析
第7章 時系列データの解析
7.1 化学プラントにおける推定制御・ソフトセンサー
7.2 時系列データ解析の特徴
7.3 モデルの劣化と適応型ソフトセンサー(Adaptive Soft Sensor)
7.4 データ解析・機械学習による化学プラントのプロセス管理(異常検出,異常診断)
第8章 Datachemical LABを用いた化学・化学工学のデータ解析・機械学習
8.1 Datachemical LAB
8.2 材料設計
8.3 分子設計
8.4 適応型ソフトセンサー
8.5 Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理
マイメニュー
何か良い本ないかな?
おトクに読める本は?
探してる本はあるかな?
- 詳細検索
- 著者別検索
- 出版社別検索
- 書籍トップ
- 書籍一覧
- ビジネス書・政治・経済
- 小説一般
- 推理・ミステリー小説
- 歴史・戦記・時代小説
- ライトノベル
- コンピュータ・IT
- ホラー・怪奇小説
- SF・ファンタジー小説
- アクション・ハードボイルド小説
- 経済・社会小説
- エッセイ
- ノンフィクション
- 恋愛小説
- ハーレクイン小説
- 英語・語学
- 教育・教養
- 辞書
- 旅行・アウトドア・スポーツ
- 料理・生活
- 趣味・雑学・エンタメ
- 詩歌・戯曲
- 絵本・児童書
- マルチメディア
- 写真集
- ボーイズラブ
- アダルト
- 雑誌トップ
- 雑誌一覧
- ビジネス・政治経済
- 総合週刊誌・月刊誌
- モノ・トレンド
- 男性誌
- 女性誌
- 自動車・乗り物
- コンピュータ・サイエンス
- スポーツ・アウトドア
- エンターテイメント・グラビア
- 暮らし・食・教育
- 趣味・芸術・旅行
- コミック雑誌
- NHKテキスト[語学]
- NHKテキスト[一般]
- 有料メルマガ
- 無料コンテンツ/カタログ
書籍を探す
コミックを探す
雑誌を探す
新聞を探す
リンク
ヘルプ