¥3,410( 本体 ¥3,100 )
商品詳細
※本商品は固定レイアウトのコンテンツです。文字列のハイライトや検索、辞書の参照引用などの機能はご利用になれません。あらかじめご了承ください。
プログラミングを習うより機械学習に慣れよう!
機械学習により新たな物質の発見、所望の材料開発を強力に後押しする「マテリアルズインフォマティクス」は産学問わず、新たな研究手法として有望視されています。しかし機械学習を用いたデータマイニングである性質上、まずはプログラミング技術を習得しなければいけない実情があり、馴染みのない分野の方々が一から覚えていくことは多大な労力と時間を要します。
そこで有用なのが、GUIベースのフリーソフト「Orange Date Mining」です。このソフトを使用することで、プログラミングを学んでいない人でも機械学習を実践することができます。本書では通称Orangeの使い方、そしてOrangeを使ったマテリアルズインフォマティクスの手法を紹介しています。著者によるサンプルスクリプトとデータファイルも準備しているため、手を動かし理解しながら学べると共に、各章の練習問題を解いていくことでより具体的なデータ解析が習熟できます。
マテリアルズインフォマティクスをこれから始める方に最適の一冊。
1 Orange Data Miningとは
2 機械学習の基礎概念
3 超基礎：簡単な観測データからの回帰モデルの学習
4 基礎：希土類コバルト二元合金のキュリー温度の予測回帰モデルの学習
5 基礎：単体元素基底状態結晶構造の予測
6 基礎：鉄結晶構造のクラスタリング
7 応用：文字分類モデルの学習（文字認識）
8 応用：トモグラフ像の復元
A 付録
プログラミングを習うより機械学習に慣れよう!
機械学習により新たな物質の発見、所望の材料開発を強力に後押しする「マテリアルズインフォマティクス」は産学問わず、新たな研究手法として有望視されています。しかし機械学習を用いたデータマイニングである性質上、まずはプログラミング技術を習得しなければいけない実情があり、馴染みのない分野の方々が一から覚えていくことは多大な労力と時間を要します。
そこで有用なのが、GUIベースのフリーソフト「Orange Date Mining」です。このソフトを使用することで、プログラミングを学んでいない人でも機械学習を実践することができます。本書では通称Orangeの使い方、そしてOrangeを使ったマテリアルズインフォマティクスの手法を紹介しています。著者によるサンプルスクリプトとデータファイルも準備しているため、手を動かし理解しながら学べると共に、各章の練習問題を解いていくことでより具体的なデータ解析が習熟できます。
マテリアルズインフォマティクスをこれから始める方に最適の一冊。
1 Orange Data Miningとは
2 機械学習の基礎概念
3 超基礎：簡単な観測データからの回帰モデルの学習
4 基礎：希土類コバルト二元合金のキュリー温度の予測回帰モデルの学習
5 基礎：単体元素基底状態結晶構造の予測
6 基礎：鉄結晶構造のクラスタリング
7 応用：文字分類モデルの学習（文字認識）
8 応用：トモグラフ像の復元
A 付録
購入前の注意点
・3Dセキュア導入とクレジットカードによるお支払いについて
・この書籍はKinoppy for iOS、Kinoppy for Android、Kinoppy for Windows または Kinoppy for Mac（いずれも最新版）でお読みください。
・この商品は "Reader™" ではお読み頂けません。
・電子書籍は会員サービス利用規約に則してご利用いただきます。
・海外会員様にはプレゼントを贈れません。
・この書籍はKinoppy for iOS、Kinoppy for Android、Kinoppy for Windows または Kinoppy for Mac（いずれも最新版）でお読みください。
・この商品は "Reader™" ではお読み頂けません。
・電子書籍は会員サービス利用規約に則してご利用いただきます。
・海外会員様にはプレゼントを贈れません。
著者情報
木野日織［キノヒオリ］
１９９１年東京大学理学部物理学科卒。１９９６年東京大学大学院理学系研究科博士課程卒（理学博士）。１９９６年東京大学物性研究所物性理論部門助手などを経て２００２年から（国）物質・材料研究機構に勤務する。２０１５年からの国立研究開発法人科学技術振興機構（ＪＳＴ）イノベーションハブ構築支援事業の一環として（国）物質・材料研究機構に情報統合型物質・材料開発イニシアティブ（ＭＩ２Ｉ）発足時からデータマイニングを行う。データ駆動ＡＩでは物性物理の知識を活かした説明・解釈可能なＡＩ技術、第一原理計算によるデータ生成、そのための知識駆動ＡＩ技術などに興味を持つ
ダム，ヒョウ・チ［ダム，ヒョウチ］ ［Ｄａｍ，Ｈｉｅｕ‐Ｃｈｉ］
１９９８年東京大学理学部物理学科卒。２００３年北陸先端科学技術大学院大学材料科学研究科物性科学専攻博士号。２００５年１０月から北陸先端科学技術大学院大学知識科学研究科講師。２０１１年４月から同テニュア付准教授。２０２０年１０月から北陸先端科学技術大学院大学知識科学系教授。学位は材料科学で取得。２００５年から材料科学とデータマイニングの融合に身を投じている。専門分野は材料科学、知識科学、計算材料科学、データサイエンス、マテリアルズインフォマティクス。データ駆動型アプローチを用いた知識抽出など、証拠理論を用いた類似度評価に興味があり、材料科学研究のための説明・解釈可能なＡＩ技術の開発に取り組む（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）
１９９１年東京大学理学部物理学科卒。１９９６年東京大学大学院理学系研究科博士課程卒（理学博士）。１９９６年東京大学物性研究所物性理論部門助手などを経て２００２年から（国）物質・材料研究機構に勤務する。２０１５年からの国立研究開発法人科学技術振興機構（ＪＳＴ）イノベーションハブ構築支援事業の一環として（国）物質・材料研究機構に情報統合型物質・材料開発イニシアティブ（ＭＩ２Ｉ）発足時からデータマイニングを行う。データ駆動ＡＩでは物性物理の知識を活かした説明・解釈可能なＡＩ技術、第一原理計算によるデータ生成、そのための知識駆動ＡＩ技術などに興味を持つ
ダム，ヒョウ・チ［ダム，ヒョウチ］ ［Ｄａｍ，Ｈｉｅｕ‐Ｃｈｉ］
１９９８年東京大学理学部物理学科卒。２００３年北陸先端科学技術大学院大学材料科学研究科物性科学専攻博士号。２００５年１０月から北陸先端科学技術大学院大学知識科学研究科講師。２０１１年４月から同テニュア付准教授。２０２０年１０月から北陸先端科学技術大学院大学知識科学系教授。学位は材料科学で取得。２００５年から材料科学とデータマイニングの融合に身を投じている。専門分野は材料科学、知識科学、計算材料科学、データサイエンス、マテリアルズインフォマティクス。データ駆動型アプローチを用いた知識抽出など、証拠理論を用いた類似度評価に興味があり、材料科学研究のための説明・解釈可能なＡＩ技術の開発に取り組む（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）
