京都に行く新幹線の中で機械学習による分子最適化を読みました。

しっかりと数式で説明されていて簡単に概要を理解するというよりは、ある程度このあたりわかっている人が現場を制するための書籍のように思いました。大体PRMLは必須で、ECFPのアルゴリズムも知っていることが前提、分子生成系の論文をある程度読んでいる方が好ましいといった感じ。あとは強化学習も読んでおきましょう。

SELFIESを丁寧に解説していて個人的には参考になりました。CFGとかlisp処理系作って遊んでたときに勉強したけど、ここでも使われてんのかーとか。ただ、実践的にはSMILESで十分な気もする。

ニューラルグラフフィンガープリントは改めてハッシュ関数をニューラルネットワークで置き換えることで学習可能なパラメタを与えつつ微分可能っていう記述を目にして、ちょっと面白いパラメタの与え方を思いついたので今度ためしてみる。

それからオンライン強化学習とオフライン強化学習に関しても改めて自分の中で整理された。製薬企業のケモインフォマティクス研究のガチの人が読むと面白いかと思います。というか、このあたりサラサラ読まんとガチとは言えんよね的な本ですかねぇ。

ただ、自分の中ではこっちで頑張るって決めてるんで、なんか精度が明らかに上がるようなコンセプトを提案できると嬉しいなぁと思っています。