ノムオ

1.9K posts

ノムオ

@nomu_chem

データサイエンス（機械学習）の『面白さ』・『有用性』を伝えるアカウント。フォローすると、日々、教養レベルでDX・データサイエンスに関する情報を収集できます。化学メーカー研究職。完全独学でpython・機械学習スキルを習得し、4年・1人で仕事で活用中。時に、勉強のモチベアップや、自己啓発に関する発信もします。

機械学習初学者向けの技術ブログは→ Katılım Haziran 2023

103 Takip Edilen8.6K Takipçiler

Sabitlenmiş Tweet

ノムオ@nomu_chem·30 Haz

「教養として知っておきたい機械学習」つ、ついに完成しました！ note.com/nomuotorinko/n… この1冊で、ビジネスでの活用も含めて、機械学習に纏わることは、何となくイメージ掴めるかな〜と思ってます😎 私のモットーは、夜のビールの「おつまみ」程度に楽しめるものを書くです。全然堅苦しい専門書とかではないので、隙間時間とかにしれっと読んでみてください😎 無料で公開してる部分に私がこの本を書くに至った背景を詳細に書きましたので、是非ご覧ください😎😎 そして、私を信じて、この本を購入してくださった皆様のデータサイエンスに関する知見が、さらに深まることを心より願っています。

日本語

417

91.9K

ノムオ@nomu_chem·6h

ありがとうございます！技術としてはできるみたいです。最終smiles表記に出力する形です。私自身もやりたいなぁと思うことは多々あるのですが、化合物の数が少ないので、化合物の描画アプリ使って一個一個書いてsmiles変換してました笑　数が多いと大変なのですが、数百個くらいなら書いた方が早い印象です。今は認識精度上がってると思うんで実用レベルのもの作れるかもです！

日本語

クソDD@u_say_TVs_3070·17h

@nomu_chem いつも勉強させてもらってます🙇‍♂️ 例えば化学分野において、同じ分子でも書き方が人によって違うことが多々あると思うのですが、それを画像認識させて、統一させることはできたりするのでしょうか？

日本語

ノムオ@nomu_chem·19h

個人的『画像認識技術はココが凄い』・「見る」を数値化できる・「見つける」を自動化できる・人間では見つけるのが困難な微細な差やパターンを拾える・大量の画像から傾向や行動パターンを抽出できる研究開発でも日常生活でも『目で見て判断してる』しその変わりができるのは純粋に凄いし、人間では困難なこともできる。大量の画像を人間では処理できないがコンピュータならそれが可能だ。観測できれば、画像として撮れれば、解析ができる。大量に集めて解析すれば、これまでわからなかったこともわかるかもしれない。凄い技術だ。良ければ、どんなことで画像認識技術を使ってる（使いたい）か教えてください！

日本語

1.1K

ノムオ@nomu_chem·1d

仕事で機械学習を活用していると、技術に詳しいだけでは足りなくて、『その技術をどう活用するのか？』その視点が大切だと学ぶ。機械学習を使ってこんなことがしたい！というのが大切だし、実際やってみて、その技術が何をもたらすのか、身をもって体感すべき。キャリア的にも個人の成長の観点でも。

日本語

904

ノムオ@nomu_chem·2d

『GWもう終わってしまうしヤバい！』『何か勉強しないとなあ・・・モヤモヤ』『pythonを学ぶべきなんかなぁ・・・』 note.com/nomuotorinko/n… そんな人は是非読んでみてください！

日本語

ノムオ@nomu_chem·2d

@sadakata_lev ありがとうございます。「何かを得るためには何かを捨てなければならない」両親から教わった数少ない教えの一つが役に立ったのかもしれないです！

日本語

577

貞方/レバテックキャリアアドバイザー@sadakata_lev·2d

@nomu_chem 常日頃情報収集されているのと、大好きなお酒を断捨離してまで継続されたのすごいです、、！

日本語

801

ノムオ@nomu_chem·3d

未経験からデータサイエンス（機械学習）の独学を始めるまでの流れ新卒で数年働き、給与は個人の業績ではなく、年功序列に気づく。このままではマズイ ↓ 本読みまくり、ふと社会で通用するスキルがないことに気づく ↓ 機械学習が熱い、pythonを使うと数行のコードで実装可能らしい ↓ プログラミングは大の苦手だが、PC1個で仕事してる人に憧れはあった ↓ 少しばかりやってみる。生活リズムをしっかり整えることが大切だと知る。大好きなお酒を断捨離 ↓ それ以外にも若かりし頃の色々なものを捨てて、機械学習の独学し、今に至るとまあこんな感じ。恐らくデータサイエンスを独学してる人はこんな感じじゃないかなと想像。最初はスキルを得るために始めた独学も今では面白いからやっている。今が1番若いんだから、いつ始めてもいいんじゃないかなと常に思っている。頑張りましょう！

日本語

150

21.7K

ノムオ@nomu_chem·3d

@fortress_auto じゅんさんおっしゃる通りだと思います。やらなくていい理由は幾らでもありますし、後日役立つことも多々ある気がします！

日本語

じゅん｜AI×ライフ・エンジニアリング@fortress_auto·4d

@nomu_chem 不確定要素の強い今の世の中だからこそ、まずはやってみるのが大事ですよね… やってみて必要がなかったことも結果的にあとで学びとして生きてくることも十分にある…

日本語

ノムオ@nomu_chem·5d

機械学習の独学を始めて、『こんなんやる意味あるん？』とか、『ホンマにpythonから勉強して大丈夫？』みたいな不安がよぎったら、この言葉を思い出してほしい。せこい人間になるな。全知全能の神になれ。結論、必要なものは全部勉強すればいい。私の経験上、自分が必要ないと思ってるものは中々身につかないが、必要だと思っているものは時間をかければ身につく。必要だからだ。独学も最初は何から始めたらいいかわからないが、今の自分に必要そうだと思ったことは、とりあえず始めてみる。やってみて必要ないと思えば、次の必要そうなことをやり始めればいい。ケチな人間にはなるな。自分の持ってる狭い知識の中だけで生きるな。このマインドを持ってとりあえず始めてみたら、何が自分に必要かわかってくると思う。データサイエンスの独学初期は、特に全知全能の神マインドで取り組むべし。そうやって勉強して、仕事でデータサイエンスを活用できるようになると、本当の意味で全知全能の神に近づけると思う。

日本語

120

18.6K

ノムオ@nomu_chem·3d

@excelvbanalysis ありがとうございます！よかったです！やってみよう精神で頑張りましょ〜！！

日本語

エクセル職人🀄手牌を📷で自動判定@excelvbanalysis·4d

@nomu_chem 今、まさにDeepLearningの基礎からやり直しているので、身に沁みました

日本語

532

ノムオ@nomu_chem·6d

生成AI時代におけるメーカーでのデータサイエンス・プログラム作成の時間が減り、よりクリエイティブなところに時間が使える・自分が抱えてる課題に対して、これまで使えなかった手段が適用可能に・解くべき問題を見つけることが何より大切今の状況は5年前では考えられないことだけど、求められるスキルも時代によって変わるから、常に『変化』していかないといけないなぁと思ってます。 GWも頑張りましょうっ！

日本語

1.4K

ノムオ@nomu_chem·3 Nis

@3Xxc7XMHERpEzJZ 使う人しかいないんですね！私の周りはおそらく半分以下くらいしか使ってないです笑環境によって大分違いますね〜

日本語

ガチホスライム@3Xxc7XMHERpEzJZ·2 Nis

@nomu_chem 人口の20%ぐらいしか生成AI使ってないみたいですよ。周り使う人しかいないから感覚バグリますけど

日本語

ノムオ@nomu_chem·2 Nis

先日、会社の人から「生成AI使ってプログラム作れるんですね！凄い！」って言われたんで、世間とXでは、だいぶ情報格差があるなぁと実感。もっと自信持って良いと思います。『情報は自分で取りに行くもの』だと私は思ってるので、これからも行動しようと思います！

日本語

1.2K

ノムオ@nomu_chem·29 Mar

@nuitaizumi 全然間に合うと思います！！

日本語

356

縫田和泉@育児のバトン@nuitaizumi·29 Mar

これからでも間に合うか、チャレンジ。

ノムオ@nomu_chem

機械学習を活用する上で大切と感じること・根本は数学・数式が理解できなくとも何とかなる・データ（Xとy）を学習して、Ｆを構築。つまりy = F(X) ・Xとyをどう設定するかが腕の見せ所。その分野の知識・経験が必要・モデル構築は改善が前提・予測だけでは価値を生み出さない・ビジネスでの活用にはプレゼン力命・常に利益に繋がるか徹底的に考えるべし・みんな外挿領域を予測したいはず。一方機械学習は外挿領域が苦手。・モデルは一先ず作ってみないと精度がわからない。・必要なデータを集めるのも仕事の一つ・作業のほとんどがデータの前処理・数学、プログラミング、ビジネススキルなど幅広い知識・経験が求められる・データサイエンスは民主化されつつあるが、今後もまだまだ希少価値が高い・スキルの見える化を常に考えておく・色々なデータを扱った経験が他者との差別化になる・組織の中ではAIに仕事を奪われると思っている人が多いため、敵を絶対に作らない仕事で5年化学系のデータサイエンスを1人でやった感想・気付きでした〜

日本語

743

ノムオ@nomu_chem·29 Mar

ありがとうございます。そもそも創薬は上市までのステップが多いですし、そもそも解があるかどうかわからない分野なので、時間はかかると思います。ただ、人間が当たりくじを当てるより確実に効率的だとは思ってます。pcの発展とともにシミュレーション技術も上がってるので今後益々進んでいくと思います。また各社、機械学習を活用して上市できたとしても、ノウハウになるのでそもそも言わない可能性とかないですかね？一個見つけると莫大な利益になるので。

日本語

367

SBDD@aliOeDNEos92563·29 Mar

@nomu_chem 企業のケミストです。専門は合成ですが、MI、DX化の流れを受け、創薬研究へのインフォマティクスの導入に取り組んでいます。しかし今のところ機械学習で提案された分子が実際に効いたという事例はありません。このようなことが続くとケモイン不要論が出てきますが、どう対処したら良いと思いますか？

日本語

521

ノムオ@nomu_chem·29 Mar

日本語

197

19.6K

ノムオ@nomu_chem·29 Mar

ありがとうございます！モデル作ってからが大切ですし、そもそも、その先のプロセスを考えた上でモデルを作るべきなのかなぁという感じです。ただ、何はともあれ、先ずは始めないと何も始まらないので、手を動かしながら考えながらやっていくのが良いと思ってます！そうしないと誰も始められないですし。

日本語

416

ピグ@pigusandesu·29 Mar

@nomu_chem いつも投稿から勉強させていただいております。😊 予測だけでは価値を生み出さない、常に利益に繋がるかを考える、の二点が非常に刺さりました。まだ初心者なのもあって、ついモデルを作って結果がでると満足してしまうのですが、そこからが始まりですよね。✨

日本語

644

ノムオ@nomu_chem·23 Mar

毎日生成AIと会話してるせいか、マジで『言語化する能力』が上がってきた気がする。研究者でも意外と適切に言語化できていない人が多い。言いたいこと、やりたいこと、モヤモヤしたこと、疑問に思うこと、何でもいい。『生成AIと会話して、どんどん思考を深めていきましょう！』な月曜日でした。

日本語

951

ノムオ@nomu_chem·15 Mar

機械学習初学者向けに書いたこちらも良ければどうぞ〜生成AIが発達した今だからこそ入門書に価値があると考えてます！ note.com/nomuotorinko/n…

日本語

ノムオ@nomu_chem·14 Mar

データサイエンス（機械学習）を仕事で活用して想像と違ったこと・pythonはコードを暗記する必要はない・自分が必要とする情報を調べる力が大切・周囲の興味は、機械学習を使って何ができるか？のみ・「機械学習を使ってこの課題解決できませんか？」と提案されない。自分で探す・問題設定命。良い問題を作れないと価値は生み出せない・データがない、少ない。「え？こんなないの？」状態・プログラムは1個作ると横展開可能。テーマが変わってもコードを少し変更したり、付け足したりすればいいので先ずは1個頑張って作る・機械学習を活用するためのネタ探しがとにかく大変。雑談しまくってネタ探しをすべし。・モデル構築に時間を割ける時間が少ないそして、本当に勉強すべきことは仕事で取り組んでみて始めてわかる。そして優れた技術があっても、活用してみないと何の価値も生み出さない。長年かけて包丁を研ぎ続けても、料理に使わなければ、せっかくの包丁も意味をなさない。だからこそ、遠回りせず、今すぐに仕事で使って価値を創出すべし。

日本語

256

35.4K

ノムオ@nomu_chem·14 Mar

@NOUTARIN_10 ありがとうございます。組織の中では振り切ったスキルでないと認められないですし、ぶっ飛んだ方がいいと思ってます！

日本語

341

ISO00TEN@NOUTARIN_10·14 Mar

@nomu_chem ぶっ飛べ！フライングサーカス並みにな！？

日本語

526

Keşfet

@sadakata_lev @fortress_auto @excelvbanalysis @3Xxc7XMHERpEzJZ @nuitaizumi @elonmusk @BarackObama @taylorswift13