化学のためのPythonによるデータ解析・機械学習入門 改訂2版 [単行本]

化学のためのPythonによるデータ解析・機械学習入門 改訂2版 の 商品概要

• 要旨（「BOOK」データベースより）

  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
  　第1章　Pythonの基礎
  　第2章　データの図示
  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
  　第4章　化学データを用いたモデリング
  　第5章　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
  　第6章　材料設計，分子設計，医薬品設計
  　第7章　時系列データの解析
  　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

• 出版社からのコメント

  化学でPythonによる機械学習を行うための入門書。Pythonの導入、データ解析・機械学習の基本から実践まで丁寧に解説。

• 内容紹介

  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。

• 著者紹介（「BOOK著者紹介情報」より）（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）

  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

化学のためのPythonによるデータ解析・機械学習入門 改訂2版 の商品スペック