サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
災害への備え
cheminformist.itmol.com
今回は、Wekaノードを用いた機械学習を行ってみます。 ここでは例として、Adaboost M1、Naive Bayes、Multilayer Perceptron、K Star、Best-first decision tree、5つの機械学習アルゴリズムを用いました。 訓練用データ、テストデータは、以下のサイトにある化合物のlogS値(Huuskonen dataset)を利用しています。 入手先: https://github.com/rdkit/rdkit-orig/tree/master/Docs/Book/data ファイル名: solubility.train.sdf, solubility.test.sdf 各ノードの設定方法を説明します。 各ノードを配置、接続した後、ノードをダブルクリックするとConfigureが開き、設定を行うことができます 訓練データの入力 SDFの読
今回は、Deep Learningの新しいフレームワークであるChainerを使って、クラス分類による溶解度の予測を行いたいと思います。 Chainer 公式サイト 業務では主にPythonを使うことが多いので、Chainerは、本当に有難いフレームワークだと思っています。 インストール インストールは本当に簡単です! > pip install chainer Chainerのサンプルプログラムにあるtrain_mnist.pyを参考にして、以下のプログラムを書いてみました。 chainer_01.py: from rdkit import Chem from rdkit.Chem import AllChem from rdkit.Chem import Descriptors from rdkit import DataStructs from rdkit.ML.Descriptor
Cheminformaticsのライブラリを用いたプログラミングを行うための第一歩として、まずは、プログラミング言語を使用できる環境を作る必要があります。 Cheminformaticsのライブラリは、様々なプログラミング言語を用いて使用することができますが、その中でも”Python”のようなスクリプト言語を用いて使用する場合が多いことから、今回は、Windowsに”Python”を使用できる環境を作りたいと思います。 1. Python 2.7.3のインストール ●Pythonのダウンロードサイトにアクセスします。 ●”Python 2.7.3″をクリックします。 ●”Windows x86 MSI Installer…”をクリックします。もし、お使いのWindowsが64ビット版であれば、”Windows x86-64 MSI Installer…”をクリックします。それにより、pyt
今回は、オープンソースのドッキングソフトウェアであるrDock[*]をFedora 20(64bit)にインス… Read More »
このページを最初にブックマークしてみませんか?
『Cheminformist3 | Welcome to cheminformatics world』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く