今週のQiita技術書まとめ
2021年10月3日配信
【初心者向け】ケミストリーエンジニアがMIを学ぶには？
ケミストリーエンジニアがまず、勉強始めようと思いましたら、 MIの概要、考え方を学んでみるのはいかがでしょうか。 MIの基礎情報(プログラムなし) <a href=" target="blank" rel="nofollow sponsored noopener" style="word-wrap:break-word;" マテリアルズ・インフォマティクス 材料開発のための機械学習超入門 岩崎 悠…
マテリアルズ・インフォマティクス 材料開発のための機械学習超入門
機械学習はAI（人工知能）の中核をなす、統計数理に基づいた技術であり、これを含む情報処理技術をフル活用し材料開発を進めていく分野をマテリアルズ・インフォマティクスと呼ぶ。本書は、材料開発に従事する人のための機械学習の入門書である。
見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑
機械学習アルゴリズムの違いが見てわかる！ 「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか？本書は、そのような機械学習アルゴリズムをオールカラーの図を用いて解説した機械学習の入門書です。 いままで複雑でわかりにくかった機械学習アルゴリズムを図解し、わかりやすく解説しています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。 これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの1冊です。 【本書の特徴】...
直感でわかる！Excelで機械学習
本書では、難しい数式をできるだけ避け、Ｅｘｃｅｌを通じて機械学習アルゴリズムの動きを理解できるようにしました。第１部では、機械学習の基礎や全体像、ビジネスへの活用を説明します。第２部では、それぞれの機械学習アルゴリズムについて解説します。Ｅｘｃｅｌへの展開も紹介しながら、線形回帰、ロジスティック回帰、クラスタリングなどの仕組みを具体的に理解できるようにしていきます。アルゴリズムのメリット／デメリット、向き／不向きがわかれば、ビジネスへの応用も見えてくるでしょう。機械学習を理解していく最初の一歩として本書をご活用ください。
Orange Data Miningではじめるマテリアルズインフォマティクス
＜big＞＜strong＞非プログラマのための機械学習ソフト Orange！＜/big＞＜/strong＞ 物質科学・化学工学の研究開発に変革をもたらす技術として「マテリアルズインフォマティクス」が期待され、各分野でその取り組みが急速に進んでいる。 しかし機械学習を用いたデータマイニングである性質上、まずはプログラミング技術を習得しなければいけない実情がある。 本書ではGUIベースのフリーソフト「Orange Date Mining」を使用し、プログラミングを学んでいない人でも機械学習を実践する手法を紹介している。 著者によるサンプルスクリプトとデータファイルも準備しているため、手を動か...
実践 マテリアルズインフォマティクス
【材料設計に新たな地平を！】 化学分野の材料開発はこれまで経験と勘に裏打ちされた実験的手法が中心的な役割を果たしてきたが、新物質の発見から実用化までに長い時間とコストを要している。そこで近年では蓄積された多くのデータ・情報を駆使して所望の構造・材料候補を導き出すデータ駆動型科学ーーマテリアルズインフォマティクスの活用が始まっている。 本書ではマテリアルズインフォマティクスを実践するための機械学習法、実験計画法、記述子計算を詳述。プログラムに必要なPythonとGoogle CoLabについても導入から解説している。これからデータ解析に取り組もうと考えている化学分野の方々にとって指南...
多重共線性について難しいので専門書の記述をまとめた
重回帰分析をした場合に、説明変数間で強い相関があること。かなり脅してくるWeb記 事が多いのだがどれくらいで「強い」と見なされるのか、どのような不具合があるかについ ては記事によってふにゃふにゃ違う。 多重共線性の指標としてはVIF値というものがあり、 {math}
Rによる実践的マーケティングリサーチと分析（原著第2版）
本書ではマーケティングリサーチ実務家にとってRがいかに強力な武器であるかを紹介する。入門レベルの統計知識のみを前提とし，数学的な詳細には立ち入らず，統計モデルを概念的な観点から解説する。各分析は知見に基づいた実践的なシミュレーションデータ作成からスタートするため，分析法の学習にとどまらず対象データと分析結果の関係に対する深い洞察を得ることができる。前半の章でR言語，基本統計，線形モデリング，データの可視化などを扱うが，これらはデータ分析に不可欠な内容なので本書全体を通して随所で解説する。後半の章では，より高度なトピックを扱うが，すべてのアナリストに親しみやすい内容となるように配慮している...
実証分析のための計量経済学
知りたいことがわかるから実証分析は楽しい。最小二乗法、最尤法、プロビットモデル、順序ロジットモデル、多項ロジットモデル、トービットモデル、ヘーキットモデル、操作変数モデル、パネル分析、ＤＤ分析、サバイバル分析、同時決定・内生性バイアスとその対処方法などをわかりやすく実践的に解説。分析例を多数収録！
実証分析入門
政策効果の評価などで注目を集める「因果関係」の推測方法を、数式に頼ることなく解説。実証分析の「作法」が身につく。 第1章 実証分析における心構え： これからの「実証」の話をしよう 第2章 実証分析の落とし穴： こんなの絶対おかしいよ 第3章 確率統計の基礎： 高校時代に逢った、ような…… 第4章 OLS： わたしの、最高の友達 第5章 重回帰分析： 魔女の作り方 第6章 決定係数R2： ☆もりはつ☆の59％は勢いで出来ています 第7章 仮説検定(1)： お前はもう死んでいる 第8章 仮説検定(2)： 私が死んでも代わりはいるもの 第9章 さまざまなモデル...
書籍「最短コースでわかる PyTorch &深層学習プログラミング」補足情報と紹介
はじめに 2021年 9月17日に日経BP社より出版した書籍「最短コースでわかる PyTorch &深層学習プログラミング」の筆者です。当記事では執筆後に判明した点、書籍に書ききれなかった点の補足を記載するとともに、この本の特徴についても簡単にご紹介します。 <img width="250" alt="スクリーンショット 2021-10-10 13.37.41.png" src=" Amazon…
最短コースでわかる ディープラーニングの数学
AIのブラックボックスを開けよう！ ディープラーニングの本質を理解するために必要な「数学」を 「最短コース」で学べます！ 「ディープラーニング」の動作原理を「本当に」理解できる本です。 本書では、ディープラーニングの理解には欠かせない数学を 高校1年生レベルから、やさしく解説します。 （微分、ベクトル、行列、確率など） 最短コースで理解できるように、 解説する数学の分野は必要最低限のものだけに絞り、 その相関関係を★特製の綴込マップ★にまとめました。 また、数学を使ってイチから記述したコードを Jupyter Notebook形式で提供しますので 実際に動かしながら学ぶことができ...
Pythonで儲かるAIをつくる
見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る！ ◆数学なしでアルゴリズム選びもチューニングもわかる ◆現場目線でAIの最適化までできる ◆ブラウザだけで試せるPython実習（Google Colab） ◆XGBoost、Prophetなど話題のAI技術を活用 ◆全PythonコードをGoogle Colab用のNotebook形式で用意 ＜機械学習のための Python入門講座＞つき！ 業務に本当に役立つ“儲かるAI”を作るには 「業務目線」と「技術目線」の両方が必要です。 業務の課題を認識し、どう改善す...