［実施例１］　　製品の性能を材料の配合率のみで推定する（回帰木分析）

「この材料の組み合わせで増減させれば製品性能を目標近くに持って行ける」という感覚を試行錯誤を経ずに数式化

• ・元データ分布に対して単純な回帰式は求めることはできるが、相関は小さい。
• ・説明力が高い回帰式が得られるように変数の条件を分割していく。しかもその領域分割の条件そのものも自動探索する。
• ・条件分岐を繰り返してツリー（木）を作成し、枝に回帰式を充当するので回帰木と呼ばれる。

［実施例２］　　望む物性を持つ化合物の候補を探索　（マテリアルズ・インフォマティクス）

■「マテリアルズ･インフォマティクス」とは
• ・情報処理技術を駆使して新材料や代替材料を効率的に探索する手法です。
• ・経験・直感と試行錯誤に依存していた探索作業が、人工知能等の活用で効率的にできるようになり、時間とコストを大幅に削減することが期待されています。

■「機械学習」を用いた探索手法です
• ・候補となる化合物のリストを準備し、既知の化合物との類似度を計算。その膨大な組み合わせの中から存在可能性が高い化合物を機械学習手法で探索します。
• ・属性をどのように設定・数値化するかが重要です。
• ・KRIの材料物性とデータ解析の知見を投入します。