Personal Information
Entreprise/Lieu de travail
Kanagawa, Japan Japan
Profession
Researcher at Axcelead Drug Discovery Partners Inc.
Secteur d’activité
Medical / Health Care / Pharmaceuticals
À propos
2017/07- Bioinformatics group, Axcelead Drug Discovery Partners Inc.
2004-2017/06 Medicinal Chemistry, Cheminformatics, Takeda Pharmaceutical Company
専門分野: Medicinal Chemistry, Drug Design, PPARgamma, GPR119, Organic Chemistry, Total Synthesis, Patent Analysis, Machine Learning, Bioinformatics
- Présentations
- Documents
- Infographies
25 KPIs Every Manager Needs To Know
Bernard Marr
•
il y a 9 ans
パターン認識と機械学習入門
Momoko Hayamizu
•
il y a 11 ans
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
•
il y a 9 ans
セールスアニマルになろう スタートアップ初期の営業戦略
Takaaki Umada
•
il y a 8 ans
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
Tokoroten Nakayama
•
il y a 4 ans
How AlphaGo Works
Shane (Seungwhan) Moon
•
il y a 8 ans
大容量ファイルもGitで管理。 Git LFSの使い方
hibiki443
•
il y a 8 ans
深層学習フレームワークChainerの特徴
Yuya Unno
•
il y a 8 ans
実践で学ぶネットワーク分析
Mitsunori Sato
•
il y a 10 ans
pythonでオフィス快適化計画
Kazufumi Ohkawa
•
il y a 10 ans
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
•
il y a 5 ans
ディープラーニングの最新動向
Preferred Networks
•
il y a 8 ans
生成モデルの Deep Learning
Seiya Tokui
•
il y a 8 ans
Chainerの使い方と自然言語処理への応用
Seiya Tokui
•
il y a 8 ans
勾配降下法の最適化アルゴリズム
nishio
•
il y a 7 ans
DQNからRainbowまで 〜深層強化学習の最新動向〜
Jun Okumura
•
il y a 6 ans
失敗から学ぶ機械学習応用
Hiroyuki Masuda
•
il y a 4 ans
論文紹介 Semi-supervised Learning with Deep Generative Models
Seiya Tokui
•
il y a 9 ans
機械学習モデルの判断根拠の説明
Satoshi Hara
•
il y a 5 ans
IIBMP2016 深層生成モデルによる表現学習
Preferred Networks
•
il y a 7 ans