【様々な事例からマテリアルズインフォマティクスの可能性を学ぶ！！】 　深層学習によるマテリアルズインフォマティクスの実用的専門書第2弾。本書では厳選した事例を対象に、深層学習を有機化学・無機化学分野のデータに適用する場合のポイントについてを解説している。 　序章では『詳解 マテリアルズインフォマティクス』でも掲載したデータセットについて詳述し、第1章から有機化合物に対する予測モデル構築、第2章で無機材料に対する予測モデル構築、第3章で生成モデルを活用した材料・医薬品の設計について具体的なケーススタディとして紹介する。具体的なテクニックを読み解くことで、材料開発における深層学習の活用を更に飛躍させることができる。 序章　深層学習に必要なデータの準備 0.1 化学データに対する機械学習 0.2 有機化合物データ 0.3 無機化合物データ 第1章　有機化合物に対する予測モデル 1.1 マルチタスク学習を利用したポリマーの物性予測 1.2 物理情報付きニューラルネットワークの転移学習を利用したポリマーの物性予測 1.3 予測の不確実性を考慮したPFAS の毒性予測 第2章　無機材料に対する予測モデル 2.1 結晶性材料の合成可能性の予測 2.1.1 モデル訓練のための準備 2.2 材料の局所構造の安定性予測と新規材料の予想 2.3 合金のガラス形成能の予測 第3章　生成モデルを活用した材料・医薬品の設計 3.1 フラグメント構造生成器を利用したリードジェネレーション 3.2 半教師あり学習を利用した分子構造生成 3.3 変分オートエンコーダを用いた四元系複合アニオン化合物の発見