ケモインフォマティクス理論（機械学習編）

ケモインフォマティクス理論（機械学習編）

01はじめに(この本は、製作初期段階です)02ここで学ぶことの流れ 03◾️9章◾️ 化学データの機械学習とデータ分割、回帰と分類の評価指標 049.0 良いモデル作成のために何が必要なのか 059.1 データ分割(検証と分割方法)069.2 データの評価(回帰)079.3 データの評価(分類)089.5【まとめ】化学データの機械学習とデータ分割、評価（回帰）、評価(分類)099.6【補足】化学データの機械学習とデータ分割、回帰と分類の評価指標をさらに学ぶためのトピック 109.7【参考文献】化学データの機械学習とデータ分割、回帰と分類の評価指標について 119.8【課題】課題化学データの機械学習とデータ分割、回帰と分類の評価指標に関する問題 12◾️10章◾️　化学データの機械学習とモデルの種類について 1310.0 モデルの概要 1410.1 線形モデル 1510.2 距離に依存する非線形モデル(距離ベースとサポートベクター)1610.3 非線形モデル(決定木)1710.3 非線形モデル(RFとXGB)1810.5 【まとめ】化学データの機械学習とモデルの種類について 1910.6 入れられなかった内容 2010.7 【参考文献】化学データの機械学習とモデルの種類について 2110.8 【課題】化学データの機械学習とモデルの種類についての問題 22◾️11章◾️　モデルの解釈、データや記述子を解釈、モデルの適用範囲を推定 2311.0 モデルができた後に考えること 2411.1 次元削減（データや記述子を解釈)2511.2 適用範囲を推定 2611.3 モデルの解釈 2711.3.1 線形回帰の解釈性 2811.3.2 決定木の解釈性 2911.1.3 汎用的な手法(SHAP)3011.5 【まとめ】モデルの解釈、データや記述子を解釈、モデルの適用範囲を推定 3111.6【補足】モデルの解釈、データや記述子を解釈、モデルの適用範囲を推定を、さらに学ぶためのトピック 3211.7【参考文献】モデルの解釈、データや記述子を解釈、モデルの適用範囲を推定 3311.8【課題】モデルの解釈、データや記述子を解釈、モデルの適用範囲を推定に関する問題 34◾️12章◾️ QSPRモデルと融点、溶解度、分配係数 3512.0 予測モデルが失敗する理由を考える 3612.1 融点予測 3712.1.2 融点予測が困難な理由 3812.2 水への溶解度予測 3912.3 分配係数（水-オクタノール）予測 4012.5 【まとめ】QSPRモデルと融点、溶解度、分配係数 4112.6 入れられなかった内容 4212.7【参考文献】QSPRモデルと融点、溶解度、分配係数を学ぶ 4312.8【課題】QSPRモデルと融点、溶解度、分配係数に関する問題 44◾️13章◾️ 化学構造とスペクトルおよび逆解析 4513.0 スペクトル分析と逆解析の概要 4613.1.1 IRの原理 4713.1.2 IRの予測 4813.2.1 NMRの原理 4913.2.2 NMRの予測 5013.3 逆解析 5113.5【まとめ】化学構造とスペクトルおよび逆解析 5213.6 入れられなかった内容 5313.7【参考文献】化学構造とスペクトルおよび逆解析 5413.8 【課題】化学構造とスペクトルおよび逆解析に関する問題 55◾️14章◾️　化学空間と食品科学 5614.0 化学空間と特性空間の探索および活性の崖 5714.1 食品科学に関連するデータベース 5814.1.3 GDB-13における化合物を列挙する方法 5914.2 化学空間の探索と食品科学 6014.2.1　MQN 6114.2.2　SMIfp（SMILESフィンガープリント）による化学空間 6214.2.3 食品化学の空間と化学空間 6314.3 構造物性相関（SPR）と活性の崖(Activity Cliff)6414.5 【まとめ】化学空間と食品科学 6514.6 入れられなかった内容 6614.7 【参考文献】化学空間と食品科学 6714.8 【課題】化学空間と食品科学に関する問題 68◾️15章◾️ QSSRモデルと不斉触媒反応と化学記述子 6915.0 不斉触媒反応とQSSR 7015.1 置換基定数を用いるもの 7115.2 分子全体のキラリティーの度合いを数値化するもの 7215.3 グリッドで表現するもの 7315.5 【まとめ】不斉触媒反応とQSSR 7415.6 入れられなかった内容 7515.7 【参考文献】QSSRモデルと不斉触媒反応と化学記述子 7615.8 【課題】QSSRモデルと不斉触媒反応と化学記述子に関する問題 77◾️16章◾️　ケモインフォマティクスの今後と学び方など 7816.0 今後の展望と学び方など 7916.1 これまでの復習 8016.2 これからの発展 8116.3 講義の学びを活かす 8216.5 【まとめ】今後の展望と学び方など 8316.6 【入れられなかった内容】今後の展望と学び方など 8416.7 【参考文献】今後の展望と学び方など 8516.8 【課題】今後の展望と学び方など 86◾️あとがき◾️

Chapter 50

13.3 逆解析

poclabweb-gotoh

2025.10.30に更新