書籍「化学のためのPythonによるデータ解析・機械学習入門」(金子弘昌 著) のサンプルプログラムです。

本書のURL
オーム社: https://www.ohmsha.co.jp/book/9784274224416/
(Amazon で在庫が切れていても、他では在庫があるようです。上のオーム社のウェブサイトにおける「購入はこちら」からお求めいただければと存じます)Amazon: https://www.amazon.co.jp/dp/4274224414

Amazon(Kindle): https://www.amazon.co.jp/dp/B081CGV3YZ

サンプルプログラムの使い方は本書に記載されています。本を読んでデータ解析・機械学習の学習をしながら、サンプルプログラムによりデータ解析・機械学習の実行結果を確認できます。さらに、サンプルプログラムにより本の中で説明されている材料設計・分子設計・ソフトセンサー解析・異常検出・異常診断の実行もできます。ぜひご利用ください。

目次
第1部　Pythonと統計の基礎知識
1章　Pythonの基礎
1.1　Python の使い方
1.2　データセットの読み込み・保存
2章　データの図示
2.1　ヒストグラム
2.2　箱ひげ図
2.3　散布図
2.4　相関行列

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
3.1　多変量データ
3.2　データの前処理
3.3　主成分分析
3.4　階層的クラスタリング
3.5　非線形の可視化手法
4章　化学データを用いたモデリング
4.1　回帰分析
4.2　クラス分類
5章　回帰モデル・クラス分類モデルの適用範囲
5.1　モデルの適用範囲とは？
5.2　データ密度
5.3　アンサンブル学習法

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
6.1　材料設計
6.2　分子設計・医薬品設計
6.3　化学構造の表現方法
6.4　化合物群の扱い
6.5　化学構造の数値化
6.6　化学構造の生成
6.7　化合物のデータセットを扱うときの注意点
6.8　具体的なデータセットを用いた解析
7章　時系列データの解析
7.1　化学プラントにおける推定制御・ソフトセンサー
7.2　時系列データ解析の特徴
7.3　モデルの劣化と適応型ソフトセンサー
7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出・異常診断）