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/船津公人／著　柴山翔二郎／著本・コミック：オンライン書店e-hon

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

商品内容

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

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（本データはこの書籍が刊行された当時に掲載されていたものです）