1.はじめに
1-1. ケモメトリクスと機械学習
1-2. pythonについて
1-3. ChatGPTによるプログラム支援
2.ケモメトリクスとは
2-1. Lambert-beer則
2-2. CLS
2-3. ILS
2-4. PCA
2-5. PLSR
2-6. 正規分布スペクトルを用いて、ケモメトリクスを実践
3.機械学習とは
3-1. 近傍法
3-2. ランダムフォレスト
3-3. サポートベクトルマシン
3-4. ニューラルネットワーク
3-5. アイリスデータを用いて機械学習を実践
4.スペクトル前処理
4-1. 中心化・標準化
4-2. スムージング
4-3. カーブフィッティング
4-4. 微分処理
4-5. NIRスペクトルに前処理を適用
5.ケモメトリクス実践
5-1. スペクトルデータから目的変数を予測する
5-2. HSIデータへの応用と画像解析
5-3. NIR-HISにケモメトリクス、機械学習を適用