マテリアルズインフォマティクスは物質科学においてデータから知識を抽出する科学である。その科学的ワークフローを行う具体的な実践手法としては、Ｒや近年Ｐｙｔｈｏｎの計算機言語による手続き記述がよく用いられる。しかし、計算機言語を用いるにはまず計算機言語を習得せねばならない。従って、機械学習手法を用いたデータマイニングを実践するには計算機言語をまず学ばねばならないことになる。これらの計算機言語を用いずにＧＵＩを用いて科学的ワークフローの設計を行えるスタンドアロンソフトがあり、Ｏｒａｎｇｅ　Ｄａｔａ　Ｍｉｎｉｎｇはそのうちの一つである。本書は習うより慣れろという方針で作成しており、機械学習手法をなるべく数式を用いずに説明し、主として無機物質科学の小規模データを題材として機械学習を用いたデータマイニングの初歩を紹介する。理論の詳細な説明より、なるべく多くの例を掲載し何ができるのかを体験することを目的とする。
もくじ情報：１　Ｏｒａｎｇｅ　Ｄａｔａ　Ｍｉｎｉｎｇとは；２　機械学習の基礎概念；３　超基礎：簡単な観測データからの回帰モデルの学習；４　基礎：希土類コバルト二元合金のキュリー温度の予測回帰モデルの学習；５　基礎：単体元素基底状態結晶構造の予測；６　基礎：鉄結晶構造のクラスタリング；７　応用：文字分類モデルの学習（文字認識）；８　応用：トモグラフ像の復元；Ａ　付録

木野　日織(キノ　ヒオリ)
１９９１年東京大学理学部物理学科卒。１９９６年東京大学大学院理学系研究科博士課程卒（理学博士）。１９９６年東京大学物性研究所物性理論部門助手などを経て２００２年から（国）物質・材料研究機構に勤務する。２０１５年からの国立研究開発法人科学技術振興機構（ＪＳＴ）イノベーションハブ構築支援事業の一環として（国）物質・材料研究機構に情報統合型物質・材料開発イニシアティブ（ＭＩ２Ｉ）発足時からデータマイニングを行う。データ駆動ＡＩでは物性物理の知識を活かした説明・解釈可能なＡＩ技術、第一原理計算によるデータ生成、そのための知識駆動ＡＩ技術などに興味を持つ