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。
Python
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 【コードあり】Pythonで重回帰分析を実装してみた
Pythonを用いて重回帰分析の実行する方法についてまとめています。また、変数の重要度や多重共線性についても評価するコードを解説しています。
機械学習 【初心者向け】ガウス過程回帰をわかりやすく説明〜Pythonで実装してみた〜
ベイズ最適化でも使用されるガウス過程回帰について初学者の方にもイメージを掴んでいただけるように解説した記事です。Pythonでガウス過程回帰を実行するコードも紹介しています。
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） Pubchemの化合物データをクレンジング
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としてをベイズ最適化実行するためにデータの前処理を行った。
マテリアルズインフォマティクス（MI） PubChemから化合物データを取得
PubChemから化合物データを2000件取得しました。データ取得の際に行なった処理などをご紹介いたします。
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
マテリアルズインフォマティクス（MI） Pythonで化合構造をMordred記述子に変換
化学構造は記述子（化合物の性質や構造を表した数値）として表すことができ、化合物の特性や反応性を予測する材料となります。今回はPythonを使用して化合物のSMILES式からMordred記述子を出力してみました。
Python Pythonを始めて2年が経った感想
Pythonを始めて2年になりましたが、独学でPythonを学ぶ際にどのような苦難が待ち受けているか、どのように勉強すればいいかなど体験談を書いています