書籍「Materials Informatics実践ハンドブック材料開発者のためのデータサイエンス入門」で利用しているサンプルコードの設置サイトです。
分析における背景の考え方や内容の解説は書籍本文を参照ください。

各chapterのフォルダ内に配置されているsrcフォルダにサンプルコードが格納されています。
サンプルコードで入出力ファイルが存在する場合、それらはそれぞれ各chapterのフォルダ内の「input」「output」に格納されています。

本書のサンプルコードは、Pythonにて実行します。Pythonのバージョンは3系を使用します。
執筆時点でのGoogle Colab のPython 3.11 環境で動作確認済みです。
各サンプルコードには使用するライブラリのバージョンを記載したrequirements_サンプルコード名.txt（一部の長い名称は省略）を用意しています。
利用する外部ライブラリは各サンプルコードの冒頭でインストールしているため、そちらをご参照ください。
※Google Colabの仕様変更やそれに伴うライブラリのバージョン更新に伴い、最新のGoogle Colabでの実行結果が執筆時点の実行結果と異なることがあります。

• Google Colabの仕様変更に伴い、ライブラリをインストールするセルを実行した際に、Google Colab上で「ランタイムを再起動してください」といったポップアップが表示されることがあります。 その際は案内に従ってランタイムを再起動し、再度ライブラリインストールのセルを実行してください。

• Google Colabの仕様変更に伴い、UMAPを使用しているノートブックを実行する際には、以下のコマンドをライブラリインストールのセルに追加してください。

  ! pip install scipy==1.14.1
  

本書のサンプルコードはJupyter Notebook形式で用意しています。
これらはGoogle Colab上で開くことで、コードを実行しながら動作を確認できます。
以下に各ノートブックと対応するGoogle Colabリンクをチャプターごとに一覧表としてまとめました。

ハンズオンデータ分析で利用するサンプルコードです。

ノートブック名	概要	Google Colabリンク
EDA	データの概要を把握する
baseline_image_density	目的変数：画像濃度を対象に機械学習モデルを構築
baseline_scratch_resistance	目的変数：耐擦過性を対象に機械学習モデルを構築
baseline_surface_tension	目的変数：表面張力を対象に機械学習モデルを構築
baseline_viscosity	目的変数：粘度を対象に機械学習モデルを構築
test_data_analysis	実験候補点を可視化して確認する

多様なデータや分析タスクを対象にしたサンプルコードです。

ノートブック名	概要	Google Colabリンク
image_classification	画像分類を行うサンプル
image_segmentation	深層学習を用いた画像セグメンテーションを行うサンプル
image_segmentation_opencv	OpenCVを用いた画像セグメンテーションのサンプル
text_vectorization	テキストをベクトル化するサンプル
text_clustering	文書を2次元にマッピングするサンプル
llm_rag	LLMを用いたRAG（Retrieval-Augmented Generation）のサンプル
feature_generation_in_organic_materials	有機材料の特徴量生成を行うサンプル
visualization_of_organic_materials	有機材料の可視化を行うサンプル
screening_of_organic_materials	有機材料のスクリーニングを行うサンプル
feature_generation_in_inorganic_materials	無機材料の特徴量生成を行うサンプル
feature_generation_cif	CIFから無機材料の特徴量を生成するサンプル
visualization_of_inorganic_materials	無機材料の構造可視化を行うサンプル
visualization_xrd_map	X線回折パターンから構造の分類を行うサンプル
time_series_analysis	時系列センサーデータの予測のサンプル

第5章に記載の内容のサンプルコードです。

ノートブック名	概要	Google Colabリンク
openpyxl_sample	Openpyxlを用いたExcel操作のサンプル
plotly_sample	Plotlyを用いた可視化のサンプル
hyper_params_opt	ハイパーパラメータの最適化を行うサンプル
opt_constraint_demo	制約条件付内の実験条件候補探索のデモ
bayesian_optimizaition_sample_proof_stress	リストベースアプローチとベイズ最適化を組み合わせたサンプル

第3章のテストデータを予測するサンプルGUIアプリを公開しています。

https://book-app-front-flame.vercel.app/

上記からアクセス可能です。
テストデータをアップロードすることでその予測結果を得ることができます。
推論の実行は時間がかかる場合があります。

本リポジトリのソースコードはMITライセンスです。
商用・非商用問わず、自由にご利用ください。
民間企業での教育講座などで本リポジトリの商用利用を検討されている場合には、下記の連絡先までご一報いただけますと幸いです。
大学や自社内での勉強会等での利用の場合にはご連絡は不要です。
なお、各種ソースコード中で利用されているライブラリやデータセットはそれぞれのライセンスに従うことにご注意ください。

本書の正誤情報はリンク先に記載されています。

正誤表

リンク先に記載されていない誤植や、その他のお問い合わせについては出版社である森北出版のお問い合わせフォームからご連絡ください。

お問い合わせフォーム