自己紹介と主な記事の内容

どうもはじめまして！CheMLです。化学を専門とする学生で、量子化学計算は3年以上、機械学習は1年ほどやっています。

このnoteではマテリアルズインフォマティクス（MI）や量子化学計算の基礎と応用について簡単に紹介します。「今すぐ始められる計算化学」をモットーに、親しみやすい記事を提供していきます！ご指摘やご提案などは何でもご連絡ください。（Twitter: @CheML_tw）

計算環境はすでにある！

最近のMIや量子化学計算ツールの発展はめざましく、パソコンさえあれば誰でも簡単に計算化学を始められます。もちろんPCの性能は高ければ高いほどいいですが、私のメインマシンもSurface Pro 3（CPU: Core i5 2.5 MHz, メモリ: 4 GB, ストレージ: 128 GB）です。高レベルな計算でなければお手元のPCで十分です。

さらに、申請すれば無料でスーパーコンピューターが使える計算サービスも充実しています。GAMESS(US)やTINKER，PSI4が無料で使えるChem Compute（https://chemcompute.org/）などは有名です。

30分程度あればMIにせよ量子化学計算にせよ十分な計算環境が構築できます。ぜひお手元のPCで「今すぐ」トライしてみてください。

計算化学人材の需要

近年、MIや計算化学分野の人材の需要が大幅に伸びていますが、その数は慢性的に不足しています。

特に国内大学でMIを専門にする研究者は極めて少なく、国際的に幅広く活躍できるMI人材を育成することは日本にとって急務です。私もデキる計算化学人材を目指して日々知識と経験を積み重ねております。

日本の大学から計算化学分野にイノベーションを起こす優秀な同志がたくさん生まれてくることを願っています！

現在、量子コンピューターの実用化への期待から計算化学への期待は一層高まっています。特にこれまでの量子化学計算とMIとの融合が新しい分野として注目されています。

演繹的な量子化学計算（とはいっても近似に近似ですが...）と帰納的なMIの両サイドから研究開発を加速することを目指す分野です。製薬や触媒開発などの分野では非常に強力なツールとなることが期待されています。

記事の内容

基本的には以下のテーマをメインに記事を公開していきます。

MI分野
・pythonを使ったMI利用
・pubchemやrdkitなどのパッケージの利用方法
・機械学習の理論と応用（scikit-learn, tensor flow)

量子化学計算分野
・分子軌道計算（Firefly, GAMESS, Orca, PSI4）
・半経験的分子軌道計算（MOPAC）
・分子力学，分子動力学計算（Avogadro, TINKER, 量子モンテカルロ法）
・基礎理論など

その他
・環境構築
・データ解析手法（python, excel）
・数値計算
・解析の自動化（pythonなど）
・実験，データ解析Tips
・その他備忘録など

はじめにも書きましたが、ご指摘やご提案は何なりと御寄せください。
フォロー&スキしていただけると嬉しいです。よろしくお願いします。（Twitter: @CheML_tw）