版元ドットコム

探せる、使える、本の情報

文芸 新書 社会一般 資格・試験 ビジネス スポーツ・健康 趣味・実用 ゲーム 芸能・タレント テレビ・映画化 芸術 哲学・宗教 歴史・地理 社会科学 教育 自然科学 医学 工業・工学 コンピュータ 語学・辞事典 学参 児童図書 ヤングアダルト 全集 文庫 コミック文庫 コミックス(欠番扱) コミックス(雑誌扱) コミックス(書籍) コミックス(廉価版) ムック 雑誌 増刊 別冊 ラノベ
Pythonで気軽に化学・化学工学 化学工学会(編集) - 丸善出版
..
詳細画像 0 詳細画像 1 詳細画像 2

Pythonで気軽に化学・化学工学

工業・工学
このエントリーをはてなブックマークに追加
発行:丸善出版
A5判
縦210mm 横148mm
196ページ
定価 2,700円+税
ISBN
978-4-621-30615-4   COPY
ISBN 13
9784621306154   COPY
ISBN 10h
4-621-30615-4   COPY
ISBN 10
4621306154   COPY
出版者記号
621   COPY
 
Cコード
C3058
専門 単行本 その他の工業
出版社在庫情報
不明
初版年月日
2021年4月30日
書店発売日
登録日
2021年3月3日
最終更新日
2021年4月28日
このエントリーをはてなブックマークに追加

紹介

化学・化学工学分野に特化したデータ解析・機械学習の入門書。
さまざまな分野においてデータ解析・機械学習は広がりをみせている。化学・化学工学の分野において、研究開発の現場や製造現場に蓄積されているデータを解析・分析できることは、プラントの高度化や省力化、新たな高機能性材料の合成や製造プロセスの効率的な開発のための強力な武器となる。本書では、プログラミングをゼロからはじめる人でもデータ解析・機械学習を自分の手でできるようになることを狙いとする。

目次

1章 必要なソフトウェアをインストールして,Jupyter Notebook やPython に慣れる  
 1.1 Anaconda のインストール  
 1.2 Jupyter Notebook の使い方  
 1.3 Jupyter Notebook の起動  
 1.4 セルおよびセルのタイプとモード  
 1.5 セルの実行  
 1.6 おもな操作方法  
 1.7 キーボードショートカット  
 1.8 Jupyter Notebook の終了  

2章 Python プログラミングの基礎を学ぶ  
 2.1 数値や文字などの扱い  
 2.2 数値や文字の集合の扱い  
 2.3 組み込み関数による効率的な処理  

3章 データセットの読み込み・確認・変換・保存ができるようになる  
 3.1 データセットの読み込み  
 3.2 データセットの中身の確認  
 3.3 データセットの保存  

4章 データセットの特徴を把握する  
 4.1 行列形式によるデータセットの表現  
 4.2 ヒストグラムによるデータの分布の確認  
 4.3 おもな基礎統計量を計算することによる特徴量間の比較  
 4.4 散布図による特徴量間の関係の確認  
 4.5 相関係数による特徴量間の関係の強さの確認  

5章 データセットを前処理して扱いやすくする  
 5.1 特徴量のスケールの統一化    
 5.2 ばらつきの小さい特徴量の削除  
 5.3 類似した特徴量の組における一方の特徴量の削除 
 
6章 データセットの見える化(可視化)をする  
 6.1 主成分分析  37
 6.2 t-distributed Stochastic Neighbor Embedding (t-SNE)  43

7章 データセットを類似するサンプルごとにグループ化する  49
 7.1 クラスタリング  49
 7.2 階層的クラスタリングの基礎  50
 7.3 階層的クラスタリングの実行  53
 7.4 化学・化学工学での応用  56

8章 モデルy=f (x) を構築して,新たなサンプルのyを推定する  
 8.1 クラス分類(クラス分類とクラスタリングとの違い,教師あり学習と教師なし学習) 
 8.2 k-NN によるクラス分類とクラス分類モデルの推定性能の評価  
 8.3 回帰分析  
 8.4 k-NN や最小二乗法による回帰分析と回帰モデルの推定性能の評価  
 8.5 モデルの推定性能を低下させる要因とその解決手法(PLS)  
 8.6 さまざまな解析の自動化・効率化  
 8.7 非線形の回帰分析手法やクラス分類手法  
 8.8 ダブルクロスバリデーション  
 8.9 化学・化学工学での応用  

9章 モデルの推定結果の信頼性を議論する  
 9.1 目的変数の推定に用いる最終的なモデル  
 9.2 モデルの適用範囲  
 9.3 One-Class Support Vector Machine (OCSVM)  

10章 モデルを用いてy からx を推定する  
 10.1 仮想サンプルの生成  
 10.2 仮想サンプルの予測および候補の選択  

11章 目標達成に向けて実験条件・製造条件を提案する  
 11.1 実験計画法  
 11.2 応答曲面法  
 11.3 適応的実験計画法  

12章 化学構造を扱う  
 12.1 RDKit のインストール  
 12.2 化学構造の表現方法  
 12.3 化合物群の扱い  
 12.4 化学構造の数値化  
 12.5 化学構造のデータセットを扱うときの注意点およびデータセットの前処理  

上記内容は本書刊行時のものです。