＜p＞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。＜br /＞ 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書となる一冊。＜br /＞ なお、本文中のプログラムソースは、著者のWebサイト等でダウロードできる。＜br /＞ 【目次】＜br /＞ 序章 はじめに＜br /＞ 1 データに慣れよう＜br /＞ 2 環境構築＜br /＞ 3 マテリアルズインフォマティクス概論＜br /＞ 4 実験による効率的なデータの取り方ー実験計画法＜br /＞ 5 記述子計算＜br /＞ 6 機械学習モデルの概略＜br /＞ 7 モデルの解釈＜br /＞ 8 機械学習モデルと組み合わせた追加検討の方法＜br /＞ 9 プロジェクトの例＜br /＞ 10 シェルを用いたデータ加工＜br /＞ 付録＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。