実践マテリアルズインフォマティクス Ｐｙｔｈｏｎによる材料設計のための機械学習
発売日：2020年7月
- ページ数
- １８４ｐ
- ISBN
- 978-4-7649-0615-0
- 著者情報
- 船津 公人（フナツ キミト）
１９７８年九州大学理学部化学科卒。１９８３年九州大学大学院理学研究科化学専攻博士課程修了（理学博士）。１９８４年豊橋技術科学大学物質工学系助手、１９９２年同知識情報工学系助教授。２００４年東京大学大学院工学系研究科化学システム工学専攻教授、現在に至る。２０１７年１０月より奈良先端科学技術大学院大学・データ駆動型サイエンス創造センター研究ディレクターを兼務。２０１１年ストラスブール大学招聘教授。学位は有機反応機構研究で取得。専門分野はケモインフォマティクス。１９８４年からケモインフォマティクスの分野に身を投じている。ケモインフォマティクス利用による分子・薬物設計、材料設計（プロセス条件も含む）、構造解析、合成経路設計、化学プラントなどを対象とした監視と制御のためのソフトセンサー開発に取り組む。日本科学技術情報センター丹羽賞・学術賞（１９８８年）、日本コンピュータ化学会学会賞（２００３年）、また２０１９年８月アメリカ化学会より、当該分野のノーベル賞とされるＨｅｒｍａｎ Ｓｋｏｌｎｉｋ賞を受賞
柴山 翔二郎（シバヤマ ショウジロウ）
２０１５年東京大学工学部化学システム工学科卒。２０２０年東京大学大学院工学系研究科博士課程修了。在学中にフランスストラスブール大学に研究留学し、ケモインフォマティクス研究に従事。現在、学術振興会特別研究員としてソフトセンサー研究に従事。博士（工学）。専門分野は化学工学、ソフトセンサー、ケモインフォマティクス、ベイズ最適化を用いた実験計画法など、情報科学を用いた自動化・効率化に興味があり、化学工学・化学と機械学習の融合に取り組む
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
目次
１ データに慣れよう
２ 環境構築
３ マテリアルズインフォマティクス概論
４ 実験による効率的なデータの取り方―実験計画法
５ 記述子計算
６ 機械学習モデルの概略
７ モデルの解釈
８ 機械学習モデルと組み合わせた追加検討の方法
９ プロジェクトの例
１０ シェルを用いたデータ加工
Ａ 付録
商品詳細
- 出版社名
- 近代科学社
- サイズ
- ２４ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
