次回は、第2部第4章を取り扱います。

開催趣旨

本勉強会では、マテリアルズインフォマティクスについて理解を深めることを目的とし、下記の本を一章ずつ取り上げていく予定です。事前に予習し、コードを一通り動かしてから参加されることをオススメします。参加者同士の質問・意見交換やディスカッションをメインに進めていく予定です。

『化学・化学工学分野でPythonを使って機械学習を行うための入門書』（金子　弘昌　著, オーム社, 2019年10月）

※ 書籍はご自身で入手のうえ、ご参加ください。

参加対象者

• マテリアルズインフォマティクスの理解・Pythonによる実装力を高め、業務や研究に活用した社会人・学生・研究者の方
• Pythonの基礎的な文法やJupter Notebook、Google Colaboratoryの基本的な使い方を習得されている方

会場・参加費

◯会場
Scribble Osaka Lab（大阪メトロ御堂筋線「淀屋橋」駅1番出口より徒歩4分）
　大阪市北区西天満二丁目5番3号　堂島深川ビル3階

◯参加費

無料
（※オンライン参加の方には、事前にzoomの招待リンクをお送りします。）

勉強会の進め方

• その日に取り扱う章を前もって各自ご自身で読み進めておいてください。
• 勉強会では、皆で書籍の内容を確認しながら、必要に応じてGoogle Colaboratory等で実際にコードを動かしていきます。
• ポイントごとに立ち止まって疑問点をぶつけ合い、意見交換し、理解を深めていければと思います。

※ 一人が資料準備してきて一方的にレクチャーする形式ではなく、参加者同士インタラクティブにディスカッションしながら進めていきます。

書籍の内容紹介

（参照：https://www.ohmsha.co.jp/book/9784274224416/）

以下、上記URLの内容紹介から抜粋

『化学のための Pythonによるデータ解析・機械学習入門』

化学・化学工学分野でPythonを使って機械学習を行うための入門書

本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。
これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。
読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。

このような方におすすめ

化学・化学工学の学生、若手技術者
　（大学初年度程度のレベルの化学の基礎知識が必要、プログラミングの経験は不要）
　（化学、化学工学に係るデータはもっているが、データ解析や機械学習を行ったことがない方々）

主要目次

第1部　Pythonと統計の基礎知識
1章　Pythonの基礎
2章　データの図示
第2部　データ解析・機械学習の基礎
3章　多変量データとデータの可視化
4章　化学データを用いたモデリング
5章　回帰モデル・クラス分類モデルの適用範囲
第3部　化学・化学工学データでの実践のしかた
6章　材料設計・分子設計・医薬品設計
7章　時系列データの解析

新型コロナウィルス感染拡大対策について

新型コロナウィルス感染拡大防止のため、下記の対策にご協力ください。　
- 当日咳が出たり、体調が優れない方は、参加をご遠慮ください。　
- 入退館時の手指消毒・うがい手洗い・マスク着用等　
- 参加者同士の適切な距離の確保　
※なお、感染状況によっては開催取り止め・延期等させていただく可能性がございますが、何卒ご了承くださいませ。　

参加者同士の質問・情報交換

Scribble Osaka Lab（SOL）のSlackワークスペースで、参加者同士の質問・情報共有用チャンネルを設けております。参加ご希望の方は、申込みフォームで招待メール送り先のEmailアドレスをお教えください。

その他

ソレイユデータ道場については、公式HPやFacebookページをご参照ください。

公式HP：http://www.soleildatadojo.com
Facebookページ：https://www.facebook.com/soleildatadojo/