記事一覧
セミナー予定(2020.12)
12/21と22に情報機構さんで多変量解析のセミナーを行う予定です。有料ですが、興味のある方はご参加ください。 https://johokiko.co.jp/seminar_medical/AJ201281.php ht…
論文がアクセプトされました
まだオンラインで公開されていませんが、主成分分析を拡張した方法の論文がアクセプトされました。
この研究は4,5年前に初めたものですが、さらにさかのぼれば2008年の論文を改善したものなので、そこまで含めると12年掛かったことになります。
研究者は1つの研究をするのに、複数の研究を同時並行で進めており、実際にかかった年数はそこまでではないとしても、数年単位で時間がかかることは良くあることだと思い
研究者として機械学習とどのように関わるか
機械学習が簡単に計算できるようになっているので、様々な記事やニュースにあるように、機械学習が実社会で当たり前のように使われる時代が来ると思います。いずれ、これも既に言われていることかもしれませんが、機械学習は最低限学ぶべき基本的な知識として、高校や大学の教養で学ぶ時代が来るように思います。
さて、では自分自身は機械学習と今後どのように関わっていくのが良いだろうかと考えると、2つあると思っています
機械学習の研究が難しい理由 その2
機械学習は日々新しい方法が提案されていますが、例えディープラーニングやSVMといった方法の根本を考えた人は一部であり、そのような仕事は自分には到底できないだろう、と思ったことがあります。
15年前もそう感じましたが、機械学習は理論の研究が多く、今はさらにその傾向が強くなっている印象があります。今から機械学習の方法を作る研究するには、元々物理や数学といった機械学習の理論に比較的近い研究をされている
機械学習の研究が難しい理由
15年前の機械学習という記事を書きました。当時からもっと機械学習の研究をしたいと思っていましたが、いくつか難しい問題があり、機械学習よりも線形の多変量解析の研究を中心にしていました。
個人的に機械学習の研究をするのが難しいと感じる理由はいくつかありますが、1つは普段扱っているオミックスのデータがサンプルの数nよりも変数の数pが多く(p>>n)、非線形の予測モデルではなく、線形手法で十分ではないか
マルチオミックス解析
最近、メタボロームデータ以外の遺伝子発現やプロテオームのデータと一緒に解析する方法について調査する機会があり、色々調べていくと2017年に論文が出たmixomicsが、個人的にしっくり来て、とても良い感じでした。一方で、少し改良の余地があるようにも感じたので、その部分を整理したら論文にまとめようかと思っています。
今後色々なところでこの話を出来ると良いな、と思っています。まずは2月にセミナーを予定
セミナー予定(2020.12)
12/21と22に情報機構さんで多変量解析のセミナーを行う予定です。有料ですが、興味のある方はご参加ください。
https://johokiko.co.jp/seminar_medical/AJ201281.php
https://johokiko.co.jp/seminar_medical/AJ201282.php
色々アイデアはあるものの
現在、多変量解析の論文を投稿する予定が1つあります。この研究は、主成分分析を拡張した新しい方法で、もう長い間自分なりに解決できなかったことが解決できて、気に入っています。
ある程度形になった段階で知り合いに共同研究をお願いし、データをもらって解析を始めました。そうしたところ、いろいろ穴が見つかって、方法自体を一から考え直しました。途中でこれはもう無理だなと思ってあきらめかけたのですが、3年ぐらい
多変量解析セミナー終わりました
情報機構さんで多変量解析入門のセミナーを2日間させて頂きました。これまで情報機構さんでは3回ほど東京でセミナーをさせて頂いていますが、今回は90分×6コマを2日間、zoomでのセミナーでした。
多変量解析と言っても色々な方法がありますが、化学・生物の多変量解析であるケモメトリックスで用いられる主成分分析とPartial least squares (PLS)について詳しく説明しました。
主成分
多変量解析を用いたメタボロームデータ解析(1)
メタボロームデータなどのオミックスデータに多変量解析が現状どのように使われていて、どのように使うと良いのか、このように使えばもっと良いかもしれない、というような話をここで書いていこうと思います。
参考資料
https://www.amazon.co.jp/dp/toc/1536108898/ref=dp_toc?_encoding=UTF8&n=52033011
https://humanm