★ データ収集の低コスト化、データの前処理、記述子の設計、
　 モデルの予測精度向上！
★ 高分子、金属、半導体、電池材料、触媒、医薬品･中間体の
　 新材料探索、プロセス開発に向けて！

■　本書のポイント
・各国の政策、データベースの整備
・散在したデータをデータベースとして整頓、管理、抽出する
　仕組み
・データサイエンティスト、データエンジニアに求められる
　スキルと育成の取り組み
・実験の自動化による大量のデータ取得、データの信頼性向上
・IoT技術を利用したデータ収集技術
・特徴量を適切に表現する記述設計のポイント
・予測モデルの構築、特徴量候補の探索
・アルゴリズムの種類、特徴と選定
・スパースモデリングを用いた少ないデータからの予測
・ニューラルネットワークによる逆問題解析
・説明可能な機械学習を用いた材料開発
・多目的最適化に向けたアルゴリズムの開発
・機械学習によるスペクトルデータの解析
・複数の物性を同時に達成する高分子材料の設計
・データ不足、欠損の克服に向けた予測モデル構築
・金属材料の組織画像分析による特徴量抽出
・最適な成膜プロセス条件の探索
・新組成のリチウム導電体の効率的な探索
・触媒活性因子の特定、活性予測
・医薬品・中間体の合成経路設計、反応条件最適化、副反応
　生成物予測