【M1 Mac】VScode＋DockerでPython環境を構築する方法（データ解析・機械学習用コンテナ）
Django・Flaskを使ったアプリ開発や、機械学習・データサイエンス用のプログラムを実行できるようにするため、DockerとVisual Studio Code（VScode）を使って、Python環境を構築する手順（+Jupyter notebookへの接続まで ）を記します。
【速習】Pytorch入門②：MLP回帰を実装してPyTorchの基礎を学ぶ
PyTorchで多層パーセプトロン（Multilayer perceptron：MLP）回帰を実装するとともに、主要なPyTorchパッケージを確認したいと思います。
【速習】Pytorch入門①：torchを扱ってみる
PyTorchとは PyTorchとは、Facebookが開発したディープラーニングフレームワークです。TensorFlowやkerasに比べると利用者人口は少ないですが、柔軟なネットワーク構築が可能なDefine by […]
回帰モデル性能評価関数：それぞれ特徴と適用先
sckit-learnで使える回帰モデルの評価関数をベースに、平均2乗誤差(MSE, RMSE)、平均絶対誤差(MAE)、平均2乗対数誤差 (Mean squared logarithmic error)、 絶対誤差の中央値（MedAE：Median absolute error）、R2スコア（決定係数）のそれぞれの違いと使い道についてまとめます。
目的変数をスケール変換する必要性【機械学習】
機械学習やディープラーニングで、特徴量の変換が重要なことはよく論じられます。一方で目的変数については情報があまりありませんでした。そこで、回帰のタスクにおいて目的変数は変換すべきなのかどうか調べましたので、まとめておきます。
Chainerで簡単なQSARモデルを試してみる【化合物の血液脳関門透過性を予測する】
QSAR（定量的構造活性相関）とは、化学物質の構造とその生理活性の統計的な相関関係のことをいいます。今回は日本製のディープラーニングフレームワークであるChainerを用いて「化合物の血液脳関門透過性を予測する」簡単なQSARモデルが作成し、テストセットに対する性能を検証してみます。