2019-01-01から1年間の記事一覧
ショートセミナーでプレゼンをした。時間が短縮になったので予定していたことはほとんど話さず、結構アドリブになってしまった。でも、言いたいスライドのことは言えた。議論もできた。 その結果を受けて、論文の構成を再考することになった。 有意義なセミ…
思い出すだけですが。どういうツールでやろうかなあ。まずはデータを作らないと。 教科書も読み直さねば。と、わくわくしてきた。
前にやったデータでの SVR を、学会発表に思い出さねばならない。復習しよう。すっかり忘れているよ。 CV とかの細かな手順も勉強し直しが必要です。 まずは図表をきれいに作り直すことで、やったことを思いだしてみる。少しずつ思い出してきた。 当時は、一…
Machine Learning Models for the Prediction of Chemotherapy-Induced Peripheral Neuropathy | SpringerLinkDon Mager さんがこんなことをやっている、と思ってワクワクして読んでみた。 が、化合物の選択の話でした。残念。 いや、安心した、だな。
統計の教育講演をすることになりました。まだ一年先ですけれど、プランを考えはじめました。 せっかくするのですから、よくあるような 間違えやすい統計手法 知っておくと便利な tips みたいな話はしたくない。 おもしろい(と私は考える)アイディアを思い…
論文レビューの最後(に近い)段階でモデル改良のアイディアが提案された。その検討に入った。 しかし、解釈が難しいなあ。単純には行かなさそうだ。
ML AI MCMC TDM Bayes
単一テーマの学会はお腹いっぱいになる。 一方で、「超」最新のネタはなかったと思う。 機械学習の二演題も期待外れだった。Legend とポスターのところで話できたのが嬉しかった。
なぜこんな程度のモデルでエラーが出るのか。 切片と誤差分散のみのモデル、つまり、平均を計算するだけのモデルでまずは始めようと思ったのに、それさえ動かない。何だ、このエラーは? 初期値がよくないのかなあ。
ダナ。少しずつ進めるなり。
この後試験がある。 法律の言葉だけ注意しておけば何とかなるかなあ。お一人の話し方がとても参考になった。すっかり原稿を読んでいるかのような流れるような話し方なのだ。しかし決して、「原稿そのまま」の不自然さはない。 よどみない、と言うのだろう。 …
非線形常微分方程式をときながら 非線形混合効果モデルで 個体ごとにモデルも異なる となるととても難しい。出来合いのツールがそのままでは使えない。 自分で sampler を書けばいいのだけれども、prior を書くのが面倒だ。
MS Office では最近その事故はあまり起こらない。自動保存っていいよね。 Phoenix は時々死ぬ。それは覚悟しているから自衛も働く。 それに、モデルって結構ちゃんと思い出せるから、再構築も割と簡単にできる。しかし、今日のソフト。レイアウトもので死な…
いや、タイトルに偽りありで、使ってみただけであり、まだ、成功していません。 配列がうまく渡せないようだ。サイズが違うというエラーが出る。PyMC3 の中から odeint を呼ぶとエラーが出る。 odeint 自体はちゃんと動く。 PyMC3 から解析解の PRED 関数を…
超簡単な PPK model を PyMC3 で計算してみた。線形の点滴モデル。モデル式は closed form である。ただし、「外」に出した。次の課題はモデル式を ODE で表現すること。ついでに、なんちゃって Bayes を(ちゃんとした)Bayes で計算した。VCM の点滴、、、…
混合効果モデルがうまくかけないぞ。データはどう作ればいいんだ?やっぱり、自分で MH sampling する方がトータルでは速いかなあ。
やっぱり機械学習だよなあ。PMx に機械学習をどうからめるか、だ。AI とか deep learning はまだその先だと思う。まずは機械学習である。 MCMC もいい加減、取り上げる頃合いだと思う。モデル選択をどうするか、はみんなで真剣に考える必要がある。
さわり始めてみた。 外部で関数を定義したいなあ。いや、する必要がある。PK, PK/PD のモデル式は外部でないと定義しきれないと思う。しかし、うかつに書くと、C でコンパイルされなくなる。つまり、PyMC3 の枠の中出関数を定義する必要があるはずだ。 その…
あれ、またお隣さんだ。Family name のアルファベット順なのか。
ノートを使い終わったので新しいのを持っていった。 今日予定していた仕事は前のノートにアイディアを書いていたのだった。内容覚えていない。というわけで今日の作業は別のことに切り替えました。 ノートに書いてそのまま忘れてしまう、という点では正しい…
二人の指導を始めた。どこまで私がやらないか、が大事な課題です。 いかに、各自に気づいてもらうか。試行錯誤があっても仕方がない。PMx とはそうやってでしか身につかない。 ただし、一人は vising のお客様であり、3 ヶ月しか滞在しませんから、結果が残…
ターゲット ソフトの基本的な使い方(動かし方)は習ったことがある 用語も最低限は知っている 薬物動態の基礎知識もある ゴールを最初に決める。そのために必要な知識を少しずつ解説する。 したがって、本論に不要なことは説明しない。データ Full sampling…
「良い」共変量モデルとはどういうものだろうか。それはもちろん、モデルの使用目的による。 たいていの場合、そのモデルを用いて何らかの予測がしたいはずだ。母集団での分布を予測したい。ある特定の患者の予測をしたい。 その目的をはっきりさせてからモ…
ミッション、なるものを各人が考えよとのこと。 そうだなあ、ファーマコメトリクスの実践と普及を通じて、個別化医療の推進に貢献する。はどうだろう。自分自身がすることに加えて、教育 = 普及にも努力するということである。
機械学習しようとすると、Python ライブラリを使う方がいいと思う。参考書もそろっているしね。 一方、グラフはやっぱりR (ggplot2) だ。 したがって、併用しなければならない。すると、自己が引き裂かれる思いをする。 0 から始めるか、1 から始めるか、そ…
ようやく少しずつ分かってきた。半年かけてひたすら(でもないか)いろんな論文を読んできて、ようやく、ではあるが、その仕組みがわかりかけてきた。統計かも、ファーマコメトリシャンも、様々な領域の勉強が必要である。それに加えて解析方法にも知悉して…
教科書が必要。 実践的な勉強が必要。いわゆる「セミナー用」のデータではなく、「本物」のデータを使う必要がある。実行するとまずエラーが出る。エラーが出たような気がする。そもそもそれがエラーであるかどうかもはっきりしない。 何をしたらいいかもわ…
PMx って正直言って、そろそろ「おわコン」のような気もする。 まあ、それくらいに一般的になったとも言える。が、熱狂の時代は終わった。 そのくせいまだに「PMx が大事だ」とか「日本は遅れている」とかいう(老)人を見ると吐き気がする。 害でしかない。…
ファーマコメトリシャンは統計家のことを別に好きでも嫌いでもない。 でも、統計家はファーマコメトリシャンが嫌いなようですね。 その意味で、ファーマコメトリシャンは、統計家が自分たちのことを嫌っているのがわかるから、どうも付き合いづらいとは感じ…
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…