博士時代に薬学部の学部生に向けて講義した資料をまとめたリポジトリです。開発環境の構築からPythonによる分子の扱い, 機械学習など, これからプログラミングを学んでいく学生が最初に取り組む難易度の基本的な内容をまとめています。
- プログラミング初心者 (院生含む)
- データサイエンスに興味があるけど, 何から手をつけていいかわからない人
- Pythonを道具として使ってゴリゴリ機械学習やデータサイエンスをこなしている人
- 最新の論文の動向を追ったり実装の再現をゴリゴリこなしている人
- Chapter0: WindowsによるPython環境構築
- Chapter1: RDkitで分子構造を描写する
- Chapter2: Mordred記述子を算出する
- Chapter3: RDkitでフィンガープリントを算出する
- Chapter4: 化学空間と分子の類似性
- Chapter5: グラフ表現に基づいた分子の類似性
- Chapter6: 物性を予測する(1)線形回帰
- Chapter7: 物性を予測する(2) ロジスティック回帰
- Chapter8: 物性を予測する(3) 評価関数とバリデーション
- Chapter9: 物性を予測する(4) Applicability Domain
- Chapter10: 物性を予測する(5) 機械学習 RandomForest
- Chapter11: 物性を予測する(6) 機械学習 lightGBM
- Chapter12: 物性を予測する(7) 機械学習 XGBoost
- Chapter13: 物性を予測する(8) 機械学習 Neural Networks
- Chapter14: 物性を予測する(9) 機械学習 Support Vector Machines
- Chapter15: ハイパーパラメータの最適化
- Chapter16: モデルのアンサンブル
- 番外編: Python基礎講座