Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2018年度 化学工学特論2 第3回
Search
Hiromasa Kaneko
January 27, 2019
Technology
3.9k
1
Share
2018年度 化学工学特論2 第3回
今回の達成目標
アルゴリズム
アレニウスの式および実験データ
Hiromasa Kaneko
January 27, 2019
More Decks by Hiromasa Kaneko
See All by Hiromasa Kaneko
決定係数 r2 と相関係数 r
hkaneko
0
11k
ガウス過程による潜在変数モデル(Gaussian Process Latent Variable Model, GPLVM)
hkaneko
0
9.3k
Ensemble Online Support Vector Regression (EOSVR)
hkaneko
0
1.8k
Local Outlier Factor (LOF)
hkaneko
0
11k
転移学習 (Transfer Learning) を用いたデータ解析
hkaneko
0
12k
[解析結果付き] Boruta、ランダムフォレストの変数重要度に基づく変数選択手法
hkaneko
1
21k
PLS における回帰係数
hkaneko
1
11k
勾配ブースティング (Gradient Boosting)
hkaneko
1
21k
2018年度 化学プロセスシステム工学 第1回
hkaneko
0
3.9k
Other Decks in Technology
See All in Technology
「SaaSの次の時代」に重要性を増すステークホルダーマネジメントの要諦 ~解像度を圧倒的に高めPdMの価値を最大化させる方法~
kakehashi
PRO
3
3.7k
ファインディの事業拡大を支える 拡張可能なデータ基盤へのリアーキテクチャ
hiracky16
0
830
Angular Architecture Revisited Modernizing Angular Architectural Patterns
rainerhahnekamp
0
120
もっとコンテンツをよく構造化して理解したいので、LLM 時代こそ Taxonomy の設計品質に目を向けたい〜!
morinota
0
160
QAエンジニアはどうやって プロダクト議論の場に入れるのか?
moritamasami
2
360
GitHub Copilot Dev Days
tomokusaba
0
140
COBOL婆さんの伝説
poropinai1966
0
130
「QA=テスト」「シフトレフト=スクラムイベントの参加者の一員」の呪縛を解く。アジャイルな開発を止めないために、10Xで挑んだ「右側のしわ寄せ」解消記 #scrumniigata
nihonbuson
PRO
3
740
Oracle Exadata Database Service on Cloud@Customer X11M (ExaDB-C@C) サービス概要
oracle4engineer
PRO
2
7.9k
要件定義の精度を高めるための型と生成AIの活用 / Using Types and Generative AI to Improve the Accuracy of Requirements Definition
haru860
0
290
Modernizing Your HCL Connections Experience: Visual Report to chain, Profile Enhancements, and AI Integration
wannesrams
0
270
生成AIはソフトウェア開発の革命か、ソフトウェア工学の宿題再提出なのか -ソフトウェア品質特性の追加提案-
kyonmm
PRO
2
830
Featured
See All Featured
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
350
Why You Should Never Use an ORM
jnunemaker
PRO
61
9.8k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
140
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
0
500
Building AI with AI
inesmontani
PRO
1
960
Believing is Seeing
oripsolob
1
120
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
690
Mind Mapping
helmedeiros
PRO
1
180
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.3k
Building Adaptive Systems
keathley
44
3k
The Spectacular Lies of Maps
axbom
PRO
1
730
Transcript
化学⼯学特論2 第3回 2018年10月8日 (月) 0 理⼯学部 応用化学科 データ化学⼯学研究室 専任講師 ⾦⼦
弘昌
今回の達成目標 Jupyter notebook に慣れる 基本的な Python の使い⽅を理解する 関数の使い⽅を理解する numpy, pandas
というモジュールの使い⽅を理解する アルゴリズムについて考えるコツをつかむ 1
アルゴリズム 問題を解くための手順を定式化した形で表現したもの (wikipedia) 解きたい問題を、プログラミングで (Pythonで) どうやって解くか︖ プログラミングが難しい、といっているとき、問題の半分以上は アルゴリズムの問題︕ 2
アルゴリズム 累乗の和 フィボナッチ数列 ソート ある数が素数かどうか判定したい アレニウスの式 [発展] ⼀次反応の反応速度式をシミュレーションしたい 3
アレニウスの式および実験データ 4 k [L・mol-1・s-1]︓反応速度定数 k0 [L・mol-1・s-1]︓頻度因⼦ E [J・mol-1]︓活性化エネルギー T [K]︓温度
R [J・K-1・mol-1]︓気体定数 (8.31) 0 exp E k k RT = − T [K] 300 350 400 450 500 k [L・mol-1・s-1] 7.9×106 3.0×107 7.9×107 1.7×108 3.2×108 実験データ