化学系データサイエンティスト駆け出しの私が参考になったURLのおすすめを羅列していきます（メモに近いです。）。内容は化学と機械学習中心です。

#機械学習　概要編
・道具としての機械学習：直感的概要とその実際
https://www.slideshare.net/itakigawa/ss-72983543
ーー機械学習の基礎が学べました。

・結局、機械学習と統計学は何が違うのか？
https://qiita.com/KanNishida/items/8ab8553b17cb57e772d6
・AI/データサイエンスのプロジェクトが失敗する10の危険なサイン
https://qiita.com/KanNishida/items/054500a4bd1a3ca03379
ーー技術書だけではなく、このような新聞っぽい記事も読むべきと思いました。

・Tinker With a Neural Network in Your Browser.
Don’t Worry, You Can’t Break It. We Promise.
https://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=xor&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.19837&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false
ーーNNを視覚的に理解できます。教材に使えるかも。

・ソシャゲエンジニアの自分が開発MacBookにインストールしているアプリやら設定やら
https://qiita.com/west-hiroaki/items/9560f0504c3bdfe970f5
ーー開発環境を作る際に大変勉強できました。結局Vim使ってますが。。。

・エンジニアの情報収集法まとめ
https://qiita.com/nesheep5/items/e7196ba496e59bb2aa28

・Deep Dream Generator
https://deepdreamgenerator.com
ーー面白いです。

#化学編
・Python用ケムインフォマティクスツールRDKitのインストール
https://qiita.com/mojaie/items/2113274201038b29af3d
ーーマテリアルインフォマティクスの登竜門？？RDkitについて

・IS LIFE WORTH LIVING?
https://iwatobipen.wordpress.com
ーーこの方のブログはRdkitの話題が多く、大変参考になる。

・化合物の構造を表現する記述子
http://lan496.hatenadiary.jp/entry/2018/02/16/091521

・Kerasで化合物の溶解度予測（ニューラルネットワーク，回帰分析）
http://www.ag.kagawa-u.ac.jp/charlesy/2017/07/21/kerasで化合物の溶解度予測（ニューラルネットワー/
ーー実践的になってます。

#機械学習　実践編
・機械学習　トレーニングデータの分割と学習・予測・検証
https://qiita.com/terapyon/items/8f8d3518ee8eeb4f96b2

・「データ視覚化のデザイン #1」をmatplotlibで実装する
https://qiita.com/skotaro/items/cdb0732ad1ad2a4b6236
ーー予測したデータを視覚するために必要

・Python: 機械学習で分類問題のモデルを評価する指標について
https://blog.amedama.jp/entry/2017/12/18/005311

・SVM(RBFカーネル)のハイパーパラメータを変えると何が起こるの?
https://qiita.com/sz_dr/items/f3d6630137b184156a67
ーー機械学習を学んでいくとカーネル法やサポートベクターマシーンのハイパーパラメーターの壁にぶち当たりました。

・kerasでtensorboardの表示とmodelの保存
https://qiita.com/uni-3/items/021cbb6c9ac803081b13
・https://knowledge.sakura.ad.jp/13150/
ーーtensorboardで視覚的にNNのパラメーターやフロー図をみることができます。

・あまりに暑いので，140年分の気温をProphetで分析した
https://qiita.com/haltaro/items/9c68f0914677bb3a629c
ーーqiitaで話題になっていた記事。データの取り扱いの入門書になる気がした。とてもおすすめ。

・Google ColabでやるPyTorchとKerasの比較（DenseNetを例に）
https://qiita.com/koshian2/items/9877ed4fb3716eac0c37#comment-a92841e41c6fc15b1f9f
ーーこの方の記事は機械学習の処理速度を中心に検討されており、マニアックな感じで興味深いです。

以上です。何か皆様の一助になればと願っております。