Ｐｙｔｈｏｎで学ぶ実験計画法入門 - ベイズ最適化によるデータ解析

金子弘昌

講談社（2021/06発売）

• サイズ B5判／ページ数 188p／高さ 24cm
• 商品コード 9784065235300
• NDC分類 417.7
• Cコード C3004

出版社内容情報

★ 実験を効率化する強い味方 ★

もう実験で疲弊しない。次に試す実験条件は、データと統計学が教えてくれる！
ベイズ最適化とPythonを駆使して、効率よく研究・開発を進めよう！
《すぐに試せるサンプルデータセット・サンプルコード付き》

■ データ解析の初歩から、モデルの設計、実践的な応用事例までを導く。
■ 実験時間や人数が限られる今、絶対に役立つスキルが身につく！
■ 入門書であり、実践書。フルカラー！

【目次】
第1章　データ解析や機械学習を活用した分子設計・材料設計・プロセス設計・プロセス管理
・ケモ・マテリアルズ・プロセスインフォマティクス
・分子設計
・材料設計
・なぜベイズ最適化が必要か
・プロセス設計
・プロセス管理
・データ解析・人工知能（モデル）の本質

第2章　実験計画法
・なぜ実験計画法か
・実験計画法とは
・適応的実験計画法
・必要となる手法・技術

第3章　データ解析や回帰分析の手法
・データセットの表現
・ヒストグラム・散布図の確認
・統計量の確認
・特徴量の標準化
・最小二乗法による線形重回帰分析
・回帰モデルの推定性能の評価
・非線形重回帰分析
・決定木
・ランダムフォレスト
・サポートベクター回帰
・ガウス過程回帰

第4章　モデルの適用範囲
・モデルの適用範囲とは
・データ密度
・アンサンブル学習

第5章　実験計画法・適応的実験計画法の実践
・実験候補の生成
・実験候補の選択
・次の実験候補の選択
・ベイズ最適化
・化学構造を扱うときはどうするか

第6章　応用事例
・複雑な非線形関数を用いた実験計画法・適応的実験計画法の実践
・分子設計
・材料設計
・プロセス設計

第7章　さらなる深みを目指すために
・Gaussian Mixture Regression（GMR）
・GMR-Based Optimization（GMRBO）（GMRに基づく適応的実験計画法）
・複雑な非線形関数を用いたGMRBOの検証

第8章　数学の基礎・Anaconda・Spyder
・行列やベクトルの表現・転置行列・逆行列・固有値分解
・最尤推定法・正規分布
・確率・同時確率・条件付き確率・確率の乗法定理
・AnacondaとRDKitのインストール・Spyderの使い方

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[チェリ]

実験計画法というと直交表を使ってうんぬんというのが真っ先に思い浮かぶが、この本は適応的実験計画法を解説し、実装法としてpythonを使ったベイズ最適化を紹介する。まず説明の分かりやすさが素晴らしい。ベイズ最適化の一番の難点はやった後に誰かに説明するのが難しいことだと思うので、分かりやすい説明例には非常に価値がある。理論は他の書に、実装はpythonライブラリにほぼ丸投げしてるが、基礎的は抑えれる様になっている。あとは実験系でベイズ最適化がどれくらい普及していくかでこの本の今後価値が決まっていくのだろう。

2023/03/16

[shin_ash]

ベイズ最適化について解説がある様なので手に取った。1章で実験計画法の考え方を材料開発を例に説明するとこは素晴らしい。ただ、以降の解説を実験計画法(DoE)と言うには強い違和感を感じる。何故ならば計画の生成理論をガン無視しているからだ。勿論、実験計画法テイストではあるし、ベイズ最適化の獲得関数の説明などは能動学習のそれなのでDoEなのだが、全体を通じて「機械学習モデルを実験で活用する為の逆推定テクニック」であってDoEとは言い難い。データ適用範囲(AD)などは有用な考え方だが、従来のDoEの概念には無いこと

2021/09/06

[MY Library]

Pythonを用いて分子設計・材料設計・プロセス設計を行うための実験計画法の実用的な解説書。実際に動くコードがWebより入手でき、自身のデータに対して機械学習のアルゴリズムを適用し、目的とする最適化を行うための実験計画を作成することができる。良書。

2021/06/27

[市川翔太]

一回じゃ無理！笑 定期的に見直します！！

2022/01/16

[M_Study]

少ない実験回数で実験を効率よく進めるためのベイズ最適化＋実験計画法の解説書。PythonコードをGitからダウンロードでき実際に動かして確かめられる。コードには丁寧なコメントがついており読み解きやすい。実装だけでなく理論的な背景や数式も（難しくなりすぎない範囲で）解説されており、プログラムが何をやっているのかが理解できる。行列演算や確率の基礎も補足してある。

2021/08/13