Python 【NumPy入門】欠損値の処理と標準化！NaNの確認・補完から前処理まで解説
NumPyでNaNを確認し、欠損行の除外や列平均による補完を行う方法を解説。平均・標準偏差を使った標準化、標準偏差0の列への対応、学習データで決めた基準を評価データに使う手順も紹介します。
新着記事
Python 
Python 【NumPy入門】ブロードキャストの仕組み！計算できる形状とエラーの原因を解説
NumPyのブロードキャストを図とコードで解説。形状を右端から比べるルール、列ごと・行ごとの計算、reshapeやkeepdimsの使い方、エラーの原因と意図しない計算を防ぐ確認点がわかります。
Python 【NumPy入門】配列の形を変更・結合する方法！reshape・転置・concatenateを解説
NumPyのreshape・転置・concatenateを使った形状変更と結合を解説。-1の指定、reshapeと転置の違い、axisごとの結合条件、1次元配列を1列にする方法を図とコードで紹介します。
Python 【NumPy入門】axisを理解して集計しよう！sum・mean・stdの使い方
NumPyのsum・mean・stdで合計・平均・標準偏差を求める方法を解説。axis=0とaxis=1の違い、集計後の形状、keepdimsやddofの役割を図と実行例で確認できます。
Python 【NumPy入門】条件に合うデータを抽出・置換する方法！複数条件とnp.whereを解説
NumPyで条件に合うデータを抽出・置換する方法を、図解と実行結果付きのコードで解説。ブールインデックス、複数条件の組み合わせ、np.where()、2次元配列からの行抽出、元の配列への影響を整理します。
Python 【NumPy入門】配列の四則演算と数学関数！要素をまとめて計算する方法
NumPyの配列を使った四則演算や、sqrt・abs・exp・logなどの数学関数をコードと図解で解説。配列同士の要素ごとの計算、Pythonのリストとの違い、元の配列の更新やゼロ除算の注意点も紹介します。
機械学習
機械学習 【書籍出版】『ゼロから理解する機械学習アルゴリズム』を出版しました！
Kindle電子書籍『ゼロから理解する機械学習アルゴリズム』を出版しました。数式・図解・Python実装を通して、機械学習の基礎から代表的なアルゴリズム、モデル評価まで初心者向けにわかりやすく解説しています。Kindle Unlimited対象です。
機械学習 Elastic Net回帰とは？Lasso・Ridgeとの違いまでわかりやすく解説
Elastic Net回帰をLasso・Ridgeとの違いからわかりやすく解説。数式による理論的理解、3手法の使い分け、Python実装例まで体系的にまとめました。正則化を利用した回帰分析をさらに深く理解したい方に最適な解説記事です。
機械学習 k近傍法（k-NN）とは？アルゴリズムからPython実装までやさしく解説
k近傍法（k-NN）の仕組みやアルゴリズム、メリット・デメリットを初心者向けにわかりやすく解説。Pythonによる実装例では異方性クラスタを用いて分類境界を可視化し、kの値による違いまで直感的に理解できます。
機械学習 k-means法についてわかりやすく解説
k-means法を初学者向けにわかりやすく解説。アルゴリズムの考え方から、2次元データを用いたPython実装、重心更新の可視化まで丁寧に紹介します
マテリアルズインフォマティクス（MI）
マテリアルズインフォマティクス（MI） ベイズ最適化のオススメ参考書2冊
本記事はベイズ最適化のオススメ参考書2冊についてまとめた記事になります。具体的には「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」、「ベイズ最適化 適応的実験計画の基礎と実践」の2冊について紹介しています。
マテリアルズインフォマティクス（MI） 【Pythonコード付】RDkitで化合物の構造最適化
この記事はRDkitで化合物の構造最適化を実行するPythonコードについてまとめた記事になります。具体的には「実行コード」、「化合物の3D構造生成」、「力場の作成」、「構造最適化」について解説しています。
マテリアルズインフォマティクス（MI） 【コード付】化合物の類似度評価方法について
この記事では化合物の類似度評価方法について解説しています。具体的には「化合物の類似度」、「Tanimoto係数」、「Dice係数」、「コサイン類似度」、「ユークリッド距離」についてまとめています。
マテリアルズインフォマティクス（MI） GPyOptで化合物探索プログラムを実装
この記事ではGpyOptを使った化合物の探索プログラムを実装する方法について解説した記事になります。具体的にはGPyOptとは、探索の流れ、使用コード説明、探索結果について記載しています。
Python
Python 【NumPy入門】欠損値の処理と標準化！NaNの確認・補完から前処理まで解説
NumPyでNaNを確認し、欠損行の除外や列平均による補完を行う方法を解説。平均・標準偏差を使った標準化、標準偏差0の列への対応、学習データで決めた基準を評価データに使う手順も紹介します。
Python 【NumPy入門】ブロードキャストの仕組み！計算できる形状とエラーの原因を解説
NumPyのブロードキャストを図とコードで解説。形状を右端から比べるルール、列ごと・行ごとの計算、reshapeやkeepdimsの使い方、エラーの原因と意図しない計算を防ぐ確認点がわかります。
Python 【NumPy入門】配列の形を変更・結合する方法！reshape・転置・concatenateを解説
NumPyのreshape・転置・concatenateを使った形状変更と結合を解説。-1の指定、reshapeと転置の違い、axisごとの結合条件、1次元配列を1列にする方法を図とコードで紹介します。
Python 【NumPy入門】axisを理解して集計しよう！sum・mean・stdの使い方
NumPyのsum・mean・stdで合計・平均・標準偏差を求める方法を解説。axis=0とaxis=1の違い、集計後の形状、keepdimsやddofの役割を図と実行例で確認できます。
化学
化学 研究開発職に必要だと思う資質
この記事は研究開発職に必要な資質についてまとめた記事になります。具体的には「分析思考」、「好奇心」、「計画性」、「発想力」、「未来志向」について解説しています。
化学 化学メーカーの研究開発職で働いて大変だったこと
この記事では化学メーカーの研究開発職で働く中で大変だったことについてまとめた記事になっています。具体的には「研究開発職とは」、「大変だったこと」、「テーマ外雑務」、「人間関係」、「法律関連」、「特許関連」について解説しています。
化学 化学メーカーで働く魅力、身に付くスキルなど解説
この記事では化学メーカーで働く魅力、身に付くスキルについて解説しています。具体的には「化学メーカーとは」、「職種について」、「メリット、デメリット」、「身についたスキル」についてまとめています。