機械学習モデルは帰納的 inductive である。既存のデータの範囲内で言えることについては予測性がよい。 しかし、新しいことは導けない。例えば、新しい治療法（投与方法、レジメン）を提案することはできない。一方、（PMx の）メカニスティックモデルは演…

ちゃんと人に勧められる教科書がほしい。信頼できる教科書がほしい。 いや、自分で書けよ、とも思う。 こんな、適当なことが書いてある本ではなくて。思いつきのまま書き殴った内容、統一感がなく、粒度も不揃い、取り上げる内容も気まま、という本ではなく…

QSP と ML に集中しました。 最終日の、PMxian は stat か pharmacologist かの議論、面白かったですね。あの場にいるほとんどの人たちの自戒を反映していたと理解しました。

3 hr うとうとしただけで目が覚めました。今日は最終日です。まあ、この勢いで行ってしまいしょう。

ちゃんと使えば、いや、下手くそに使っても、きれいに予測できて当然と言っていた。 課題はやはり、解釈である。 また、外挿可能性の問題もある。Mechanism-based モデルで外挿可能性を議論してきた 人たちにしてみれば、現状の機械学習による学習は我慢がな…

目標 人に会うこと （あまり）寝ないこと 臆さないこと（いろんな意味で） QSP は、具体的な内容の発表がしにくいですよね。一般論とか考え方とかモデル評価のこととかに終始しました。機械学習を使ったポスター２件。同じことを考える人が同時に現れる、と…

久しぶりですね。なんて内弁慶なのでしょう。

Pharmacometrics を実践するに当たって、数学そのものは必須ではない。プログラミングのスキルは必須ですけれども。 では、pharmacometrics に数学が必要ないかというと全くそうではない。 データがあって、それに、既存のモデルを当てはめて、結果を評価し…

以前にデータを入手したときの解析用データセット作成プログラムが見つからない。 というか、試行錯誤を続け、モデリングをしながらデータを作っていったから、元々一つのプログラムではなかったと思う。それを今回、一から全てやり直そうとしているのだけれ…

ファーマコメトリクスでは平気で非線形モデルを用いるからそもそもモデルの自由度が高い。 薬物動態のモデルの一番の基礎のところからして非線形なのだから抵抗がないのだ。それゆえに、「意味を考えられるモデル」「解釈可能なモデル」を作りたいと思う。 …

scikit-learn ライブラリを使ってみた。何でこんなにうまくいくのかなあ、と怖いです。 Cross validation をしてハイパーパラメータをチューニングした。 目には見えない高次元の世界で、やはりこれらの特徴量と、PMx パラメータとは相関しているということ…

ノートを取る、ってことです。何をやったのかすぐ忘れる。本当にすぐ忘れる。1 ヶ月経つと確実に全く覚えていない。 どういうふうに覚えていないかというと どのファイルがどのモデルかがわからない（もちろん、プログラムを見て、その前後との差分を確認す…

確かにあれは、「当てはめてみました。うまくいきました」というだけであった。 それで何？、である。その先がない。 何がしたかったんだろうなあ。論文が書きたかった、以外の動機が理解できない。

結果を数式で見たい。見てもどうにもならないのはわかるんだけど、見ないと安心できない。 「計算機」がコンピュータの中にしかないというのはどうも落ち着かない。

PK 解析が（population PK 解析が）こんなに広く用いられるようになったのにはやはり理由があると思う。それは、なんといっても、原理を「ひとつ」マスターすれば、どんな薬にも適用可能だということ。だから、全く異なる領域の薬に関する PK を研究している…