書籍

早稲田大学　 理工学術院総合研究所　次席研究員　 藤波　美起登　氏

【講演主旨】
　近年の人工知能技術の発展に伴い、化学とインフォマティクスの融合分野、ケモインフォマティクスの研究開発が進んでいる。情報科学を学んだことがない化学系人材にとって、新たにケモインフォマティクスを学習するのはハードルを感じるケースも多い。本講座では、化学系の方がケモインフォマティクスに着手する際に必要となる、機械学習およびPythonプログラミングの基礎を座学と実習を通して学習する。座学では、機械学習、ケモインフォマティクスに関する一般的な基礎知識を扱う。実習では、実際にプログラムを記述・実行し、Pythonプログラミングの基礎、機械学習プログラミング、実際の化学データの解析例を扱う。プログラミング未経験の受講者がデータ解析を実行できるようになることを目指す。

【講演キーワード】
・ケモインフォマティクス

・Pythonプログラミング

・機械学習

・データ科学

【講演ポイント】
・プログラミング未経験の化学系人材がケモインフォマティクスを学ぶための索引となる内容

・豊富なプログラム例を用いた実習によるPython・機械学習プログラミングの習得

・プログラム例は実課題への応用にも再利用可能

【習得できる知識】
・機械学習、ケモインフォマティクスに関する基礎概念、基礎知識

・Pythonプログラミングの基本的な記述方法、実行方法

・機械学習プログラミングの方法、実データに対する適用方法

【プログラム】
1.化学と機械学習

　1-1　人工知能と機械学習

　1-2　ケモインフォマティクス

2.Pythonプログラミングの基礎（実習1）

　2-1　Jupyter Notebookの使い方

　2-2　Pythonプログラミングの基礎

　　2-2-1　演算とデータ型

　　2-2-2　条件分岐、繰り返し、関数

　　2-2-3　ライブラリの活用

3.機械学習の基礎知識

　3-1　機械学習の分類

　3-2　機械学習の特徴

　3-3　基礎用語

　3-4　機械学習アルゴリズム

4.Pythonによる機械学習の実行（実習2）

　4-1　回帰

　4-2　識別

　4-3　次元削減

　4-4　クラスタリング

5.機械学習を用いた予測のプロセス

　5-1　課題設定から評価までのプロセス

　5-2　評価の方法

6.Pythonによるデータ解析の例（実習3）

　6-1　データの読み込み

　6-2　データの可視化と前処理

　6-3　機械学習の実行

7.ケモインフォマティクスに特徴的な内容と応用事例

　7-1　化学データの性質

　7-2　化学に特徴的な記述子とアルゴリズム

　7-3　応用事例