機械学習 Optunaで多目的最適化を実行
この記事はOptunaで多目的最適化を実行する手法について解説しています。具体的には「Optunaについて」、「多目的最適化の実行フロー」、「実行コードとその解説」のトピックについて説明しています。
MI
機械学習 
機械学習 多目的最適化について分かりやすく解説
この記事は多目的最適化について分かりやすく解説した記事になります。具体的に「多目的最適化とは」、「パレート解」、「最適化手法」のポイントでまとめています。
マテリアルズインフォマティクス（MI） Pythonで化合物のフィンガープリントを出力
Pythonでフィンガープリントを出力する方法についてまとめました。具体的にはフィンガープリントとは何か、フィンガープリントの出力方法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） 【検証】ベイズ最適化の実装〜獲得関数による探索効率への影響〜
この記事ではベイズ最適化における獲得関数による探索効率への影響を検証した結果をまとめています。化合物のSMILESから計算した記述子を説明変数としてXlogPを目的関数とした最適化を行なっており、EI, PI, MIの獲得関数を使用しています。
マテリアルズインフォマティクス（MI） ベイズ最適化の実装〜カーネルによる探索効率への影響〜
ベイズ最適化におけるカーネルの探索効率への影響について調べました。実際にデータセットを使用して最適化を行ったところカーネルにより探索効率に差が確認されました。詳細については記事を参照いただければと思います。
機械学習 【初心者向け】ベイズ最適化についてわかりやすく説明
この記事はベイズ最適化について初心者向けにまとめた記事です。ベイズ最適化についてメリット, デメリットや実行プロセス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） Pythonでベイズ最適化の実装
PubChemから取得したデータから説明変数をMordred記述子、目的変数をXlogPとしてベイズ最適化を実装しました。
マテリアルズインフォマティクス（MI） PytyonでPubChemから化合物データを抽出してみた
PythonのライブラリであるPubchempyを使用して化合物DBであるPubChemから化合物情報を抽出してみました。抽出したデータを機械学習やデータ分析に使用することで物性や反応予測などもできるので、ぜひご覧になってください