化学の新しいカタチ

これまで「RDKitとscikit-learnで機械学習：変異原性をk-最近傍法で予測」という記事から3回に渡り，化合物の変異原性の有無を予測する「2クラス分類」の機械学習モデルを構築してきました． 今回は教師あり学習のもう1つの柱である「回帰」と呼ばれる問題を扱います．具体...

「scikit-learnの決定木でAmes試験データセットを機械学習」という記事では「決定木」と呼ばれる手法について説明しました．決定木は モデルの可視化が容易 その内容が理解しやすい 特徴量の前処理を必要としない といった長所がありました．一方で決定木は， 容易に...

「RDKitとscikit-learnで機械学習：変異原性をk-最近傍法で予測」という記事では，まず「教師あり学習」と「教師なし学習」，「回帰」と「分類」といった基本的な機械学習の用語を学びました． その後，最も単純な機械学習手法とも言われるk-最近傍法を用いて，RDKitとs...

ケモインフォマティクスにおけるモデル構築は 分子を特徴ベクトルへと変換する（encoding） 特徴ベクトルと目的とする分子の性質との関係を記述する（mapping） という２段階に分けられます． 本サイトではこれまでケモインフォマティクス用ライブラリーのRDKitを用...