技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
第1のパラダイムでは「仮説検定」の発想で経験科学が進展した。そして、ニュートンの法則に代表される第2のパラダイムでは、定量性を考慮した理論科学、計算機の発明により第3のパラダイムとして複雑な現象をシミュレーションに再現する科学へ、そして、現在、第4のパラダイム、として豊富なデータを活用したビッグ・データ・サイエンスが生まれた。ここでは、さらに社会実装も考慮されるようになった。一方、2012年、ハーバード・ビジネス・レビュー誌がデータサイエンスを「21世紀で最もカッコいい仕事」と位置づけたことから、注目を集めるようになった。では、これを具体的に化学・マテリアル科学の領域で進めるにはどうしたいいだろうか。実践として必要とされることは、ターゲットとする分野の知識、プログラミングとして必要とされるデータ解析技術としては、データの収集、機械学習と解析結果の評価法 (統計学) である。いままで、これらは地道に情報科学の各分野が基盤技術を確立してきた。しかし、オープンサイエンスの時代になり、これらのプログラムおよびデータについてもデータベースとして公開されるようになってきた。ではユーザーとしてこれらのプログラムとデータを活用し、新たな知見を獲得し、さらに社会実装することを目指すことになる。社会実装というと大げさに聞こえるが、企業であれば新たな製品を開発するということへつなげることであり、結局のところ、いま世の中に定着し始めたSustainable Development Goals (SDGs) に向けた取り組みということへ帰着する。
本書では、このような背景を考慮しながらも、まず「機械学習、統計学をいかに実践的に習得するか?」に焦点を当て、化学・マテリアル科学の具体的データを取り入れ、R言語におけるプログラム例 (約75スクリプト) をもとに解説した。R言語にはさまざま解析用途に応じたパッケージが公開されている。そこで、本書では、<1.データの入力>、ファイルからのデータを入力、<2.データの整形>、目的に応じて入力データから必要な項目の抽出、<3.データ解析>、抽出されたデータを目的にあった関数・パッケージ (統計、多変量解析、機械学習などの関数) に入力し、解析結果を得る。<4.解析結果の表示・出力>解析結果をもとにグラフに表示する、あるいは、ファイルへ出力する。という4つのステップに沿って、Rスクリプトを作成することを説明した。特に、データの整形について本書全体を通して説明を加えた。また、さまざまなパッケージの活用法も習得できるように配慮した。エディタRStudio、Rのインストール、プログラミングの基礎、化学構造からの特徴表現 (分子記述子) による多変量データ解析 (機械学習により回帰モデル、分類モデル) 、妥当性・汎化性能評価という一連の流れを、ひとりでも学べるように本テキスト「 (ひとりで学べる) 実践Rケモ・マテリアル・データサイエンス~付録Rスクリプト付き~」を作成した。また、 株式会社 シーエムシー・リサーチでは、講習会も企画しているそうであるので、これもご活用いただくと、さらに理解が深まり実践的活用への自信もつくと思う。
金谷 重彦
付録CDには、書籍内容のPDFと金谷研で開発したRスクリプトのフォルダが入っています。
Rスクリプトは著作権フリーですが、書籍のPDFは著作権で保護されておりますので、ご購入いただきました研究室や部署・部門の範囲でのご利用に限定させていただきます。
無断転載・シェアは固くお断りいたします。
シーエムシーリサーチからの案内をご希望の方は、割引特典を受けられます。
開始日時 | 会場 | 開催方法 | |
---|---|---|---|
2024/9/9 | ハイスループット実験・計算によるデータベース作成と材料探索 | オンライン | |
2024/9/9 | 再生医療等製品における商品コンセプト構築と開発戦略 | オンライン | |
2024/9/11 | マテリアルズ・インフォマティクスの基礎と実践事例 | オンライン | |
2024/9/12 | 新製品への生成AIの組み込み方、実装方法 | オンライン | |
2024/9/17 | 再生医療等製品における商品コンセプト構築と開発戦略 | オンライン | |
2024/9/18 | 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 | オンライン | |
2024/9/19 | 初心者のための多変量解析 | オンライン | |
2024/9/20 | AI・機械学習の従来型研究開発への現実的な組み込み方および、データベースの構築と機械学習との連携・運用 | オンライン | |
2024/9/25 | リチウムイオン電池の基礎と技術・研究開発の現状、今後の動向 | オンライン | |
2024/9/27 | ファーマコメトリクス/クリニカルファーマコメトリクス | オンライン | |
2024/9/30 | ベイズ計測の基礎と計測インフォマティクスによるデータ解析 | オンライン | |
2024/10/2 | 初心者のための多変量解析 | オンライン | |
2024/10/4 | 機械学習の導入ポイントと深層学習、大規模言語モデルの有機合成、素材開発分野への応用展望 | オンライン | |
2024/10/9 | ベイズ計測の基礎と計測インフォマティクスによるデータ解析 | オンライン | |
2024/10/10 | データ同化とベイズ最適化による材料探索の効率化と進め方 | オンライン | |
2024/10/24 | 研究開発DXを導入・推進するためのデータプラットフォームの構築と運用ポイント | オンライン | |
2024/10/24 | 研究開発部門における実験データの収集・管理と蓄積データの活用法 | オンライン | |
2024/10/28 | 研究開発部門における実験データの収集・管理と蓄積データの活用法 | オンライン | |
2024/10/30 | 材料・プロセス・分析データとインフォマティクス | オンライン | |
2024/10/31 | マテリアルズ・インフォマティクス入門 | オンライン |
発行年月 | |
---|---|
2024/1/12 | 世界のマテリアルズ・インフォマティクス 最新業界レポート |
2023/12/27 | 実験の自動化・自律化によるR&Dの効率化と運用方法 |
2023/4/28 | ケモインフォマティクスにおけるデータ収集の最適化と解析手法 |
2021/7/30 | マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例 |
2021/6/28 | AI・MI・計算科学を活用した蓄電池研究開発動向 |
2020/8/11 | 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート |
2020/8/1 | 材料およびプロセス開発のためのインフォマティクスの基礎と研究開発最前線 |
2019/1/31 | マテリアルズ・インフォマティクスによる材料開発と活用集 |