私の読んだ本の紹介～「Pythonで学ぶ実験計画法入門　ベイズ最適化によるデータ解析」著：金子弘昌～

こんにちは、くーです。

またまた明治大学の金子先生の著書になりますが、本日は『Pythonで学ぶ実験計画法入門　ベイズ最適化によるデータ解析』を紹介します。

これで、金子先生の執筆された本を全て勉強したことになります。

前2冊と重複した部分もありましたが、今回の本はタイトルに”実験計画法”とあるように、「機械学習を用いて、目的の物を得るために効率的な実験条件を探索する方法」に重点が置いてあります。

〇前2作の紹介記事
『化学のための Pythonによるデータ解析・機械学習入門』
『Pythonで気軽に化学・化学工学』

また、金子先生のHPも併せてご一読下さい。

本書のデータ

概要

構成

第1章でデータサイエンスの概要から始まり、第2章で実験計画法の解説があります。

実際の材料開発を例に挙げて説明がなされるため、データサイエンスの概要がスッと頭の中に入ってきます。

その後、一般的なデータ解析技術や機械学習の解説をしてから、主題である実験計画法へと進みます。

応用事例や発展内容など、実験計画法に関する深い所まで学べます。

目次

感想

前2作に引き続き、サンプルコードが豊富

本書に登場するサンプルコードは全てダウンロード可能であり、実際に自分で動かすことができます。

そのため、コードを少し変更すれば、自分で持っているデータを用いて実験計画法が行えます。

本書に載っている応用事例は多岐にわたるため、自分のデータに合わせた実験計画法のサンプルコードがきっと見つかります！

機会学習を用いた実験計画法の理解が深まる

概要でも書きましたが、データサイエンスの全体像とその中の実験計画法について解説を読んだ後に、実際の解析に入るため、理解がしやすいと感じました。

あくまで、統計的な計算によって実験計画を導き出しているため理解は難しいですが、数学の基礎についても解説をしてくれており、理解の一助になります。

またイメージや図も使われおり、理解の手助けをしてくれます。

完全理解のために何周も読もう

とはいえ、やはり難しい内容が多く、一回の学習では簡単にマスターできませんでした。

何回も本書を読みなおすことで、少しづつ理解が深まっていくのかなと感じております。

私もこれから、金子先生の本を何周も読んでみようと思います。

以上、『Pythonで学ぶ実験計画法入門　ベイズ最適化によるデータ解析』の紹介でした。

データサイエンスでは計算を行えば何らかの結果を出力するため、その計算方法や出力結果を理解し読み解く能力がないと全く意味のない結果に振り回されることになると考えております。

そのため、意味のあるデータの解析・出力方法について日々学びを深めていきましょう！