こんにちは。花粉が飛んでいますね。 さて、KNIMEの使い方を主な題材としている本ブログですが、前回 こんな記事を書いてみました。 記事内でも触れましたが、私プログラミングとか全然やったことないです。なので、pythonコード書く部分は結構時間かかりました。既存ライブラリを使ってるだけなので特に頭を使うこともなく簡単なはずなんですが、 お作法がわからん場合が多い ライブラリ名、関数(class)名を知らない など低経験値が引き起こす問題が結構あります。 で、少しずつ慣れていこう！と思って、もう一度復習してたんですが、 qiita.com こんな記事が目について、PyCharmをインストールしみました。右も左もわからない私に、"最強"とかキャッチーなフレーズ。食いついてしまいました。 結果、入れてよかったです。 前回のtSNEのコードは何も見なくてもかけるようになりました。 インストールの方

みなさん、年度末が近づいてきました。色々と忙しい日々ですが体調には気をつけないといけません（私は、先日発熱しました…）。 さてさて、今回はKNIME上でpython書いて、scikit-learnを動かしてみます。 で紹介した可視化を、t-SNEを使ってやってみます。 その前に！ KNIME上でpython、どうやって使うの？に軽くふれます。 まず、python3を使いたければ、KNIME3.5以上が良い気がします(3.4でもいけそうですが)。 File >> preferencesと進んで、検索窓にpythonと入れれば、下のような設定画面にたどり着きます。ここに使いたいpythonの実行ファイルを指定すればOKです。私の場合はanacondaを使ってpython環境を用意しているので、所望のenvのbinの中のpythonを指定しています。 ここで、私のようなど素人＋化合物情報を扱いた

久しぶりに記事を書きます。二児の親となり、家のことを忙しくしつつ、最近は機械学習をかじり始めました。始めたといっても、いろいろを触って、動かしてみている程度。きっちり取り組んでいる方には怒れらてしまいそうですが、様々なツールも出回り、コモディティ化が進んでいるなかで、まったくいじったことがないというのも良くないと思いまして。 今回は、"学習用データがある場合"に可能＆お手軽簡単に数値予測ができるKNIMEのノード を紹介しようと思います。 Random Forest Learner & Predictor (regression) 最近の流行は、やっぱりdeeplearningだと思うのですが、それだけが全てではないです。現在、私もDeepChemを使ってDLに挑戦していますが、wetのケミストが気楽にアクセスできる感じではありません(プログラミング経験のある方なら、何とかなるかもしれませ

SONYからNeural Network Consoleというのが公開されましたね(以下NNC)。 dl.sony.com これの良し悪しを議論できるほどの知識は私にはないです。でもGUIツールということで、とりあえず使ってよう！という試みです。セットアップの方法などは公式に書かれていますので、そちらを参考にしてください。 さて、なにをやってみようかなと考えたのですが、私は仕事柄、画像認識をあまり活用できる身近な内容があまり思いつかなかったので、数値(阻害活性値)の予測をしてみることにしました*1 チュートリアルには画像の分類(MNIST)が書かれているのですが、画像以外の形式を入力にする例はあまり紹介されていません。私はこの記事を参考にしました。 arakan-pgm-ai.hatenablog.com この内容に従えば、とりあえず動きます。ざっくりというと、 データのcsv データセッ