CC BY-NC-SAでよいと思うけど？
https://creativecommons.org/licenses/by-nc-sa/4.0/deed.ja

いくつかの異なる製薬企業で同じターゲットが骨格かぶっているかいないかの例に変更する

小さくするか作り直す

• SMIRKS
• スキャフォールド

ch10 導入の説明がわかりにくい、いきなりニューラルネットの層の話をされても初心者には全くわからない

ZINCのデータを使ってLBVSをやってみるというサブセクションを類似性の章に入れるのを検討する

• Anacondaのインストール方法
  『アナコンダの公式サイト』ってここだけ急に日本語！
  『ついでLinuxであれば』の前に謎のスペースが！

• インストールしたパッケージの説明、RDKit
  オープンソースソフトウェア（OSS) -> "（"が全角、")"が半角。最初の"（"を半角にすれば気にならない

• git
  『本書ではgitについては説明しませんのでもしGitについて全然知らない』　タイトルも含め、git, Gitが混在してましゅ

• Condaについてもう少し詳しく
  『本書執筆時点でconda-forgeで配布されているRDKitのパッケージが要求するPythonのバージョンが3.6となっています』　なんか気になる

https://www.nature.com/articles/nchembio.354
http://chembl.blogspot.com/2009/11/faq-where-can-i-download-starlite.html

「である調」か「ですます調」に統一する必要がある。

• One-hotベクトルとは

図入りで説明しておいたほうがいいの？

・「RDKitで構造情報を取り扱う」の最初に本章のJupyter notebookへのリンクがあり、
とても便利と感じました。他の章でも、同様のリンクがあれば更に便利だと思いました。
・各セルの出力内容の記載がある場合とない場合があり類推して読むことがありました。

以下は個人的要望ですので参考程度でかまいません。
・個人的に、この入門書を読んだ後に読み進むべき文献や勉強方法があると感激します。
・実際の業務での流れの一例(解説した章のまとめになるもの？)があると感激します。
ケモインフォマティシャンが周りにいない人(自分ですが)は、実際に行われた流れ(に近いもの)があれば、
とても勉強になりますし、こういう話は集会に参加することでしか得られない情報となりがちで貴重に思います。

ChEMBLのデータのダウンロードのやり方とか検索の仕方の説明必要？

メディシナルケミストに統一したほうがよいかも

そういう領域に対してもAIと呼ばれるものが進出がここ数年(2017-2019)で急速に進みました。
↓　こうでしょうか？
そういう領域に対してもAIと呼ばれるものの進出がここ数年(2017-2019)で急速に進みました。

It is useful for translate the document from Japanese to English for some people....
This is not issue, just memo.

要る？

graphvizで章を読む順番のグラフを用意したい

ch番号しか変わってない

みなさま、執筆お疲れ様です。
先日のMishima.sykではお世話になりました。
ケモインフォは素人ですが、非常に読みやすく、一気に読み通せました。
幾つか気になった点があったので、フィードバックしてみます。

誤植

• page 29 : SMIRKS → SMILES
• page 31 : つかて → 使って
• page 37 : 覚えてしまうと よいです → 覚えてしまうとよいです（半角スペースが他にも入っているかもしれません）
• page 40 : ChEMB → ChEMBL
• page 44 : SupportVectorMachine、LogisticRegiression、ArtificialNeuralNetwork → Support Vector Machine、Logistic Regiression、Artificial Neural Network
• page 53 : UnderEstimate → Under Estimate（または、「過小評価」？）
• page 44,49 : ディープラーニグ、ディープラニング、ディプラーニング → ディープラーニング
• page 45 : Thensorflow → Tensorflow（コードのほうにもthensorflowという記述があるのですが、コレはどっちが正しいですか？）
• page 46 : Coalb → Colab
• page 51 : 用意おり → 用意されており
• page 51 : Backprobagation → Backpropagation/Back Propagation/Back-propagationなど

注釈が欲しい箇所

• page 30 : スキャフォールドとは
• page 42 : confusion matrixとは
• page 42 : f1スコアとは（あとF1と書いた方がいいかも？）
• page 43 : R2スコアとは
• page 43 : インピーダンスミスマッチとは
• page 49 : One-hotベクトルとは
• page 55 : 生成モデルとは（よくある識別モデルとの対比みたいな説明を入れるのはどうでしょうか）

表記ゆれ

• page 31 : smilesが小文字
• page 45,46,54 : Github → GitHub

その他気になった点

• page 23 : 自分は専門外なのですが、フィンガープリントは部分構造をベクトル化させたもの、SMILESはそれを記述したファイルの種類（拡張子）、という理解であってますか？SMILESとの対応がわかりませんでした。
• page 42,43 : F1スコア、R2スコアの計算結果・値は見れないですか？AsciidocはMarkdownだから、コマンドの評価した結果は見れないですかね？
• page 44 : KerasとTensorflowでどちらがどちらを内包している関係なのかがわかりません。Kerasの中でTensorflowが動いているのか、TensorflowがKerasを動かしているのか？
• page 44 : 隠れ層が"分岐"というところがあまりイメージできませんでした。1つのシナプスが次のレイヤーの複数のシナプスにつながるところですか？深層学習では一般的に言われているフレーズでしょうか？
• page 51 : Epochsは増やしすぎると過学習するというのは知らなかったのですが、何か参考文献はありますか？
• page 53 : DNNが自動で特徴量を作るという説明（例えば画像でSIFTを使わずPrimitiveなデータ（ピクセル？）のまま古典的な機械学習手法を使うとうまくいかなかったのでしょうか？変数選択はあらゆる機械学習手法が自動でやってそうですが）

• confusion matrixとは
• F1スコアとは
• R2スコアとは
• インピーダンスミスマッチとは

F1スコア、R2スコアの計算結果・値は見れないですか？AsciidocはMarkdownだから、コマンドの評価した結果は見れないですかね？

最大共通部分構造Maximum Common Substructure(MCS)探索はケモインフォマティクスの分野でよく利用される手法です。これは、類似性探索、クラスタリング、分子のアライメントなどに有効です。

はMCSを説明していない

実行した結果、どういうことがわかるのかの説明が欲しいです

なんかいいアイコンとかないかな？

https://github.com/Mishima-syk/sklearn-tutorial
にリンクを張ろうと思うので載せましょう

この先どうすればいいかとかの指針などを追加しておく

• 化合物デザインはイノベーティブ
  『どのような化合物を作るべきか?、またそれをどのように化合物を合成するか?』
  『どのような化合物を作るべきか?、またそれをどのように合成するか?』？

• 化合物関連データベースの歴史
  公開データベースがないという状況はオープンネスを失わせる要員の一つでした
  要因

• おまけ2
  全体で『ケモインフォマティクス』と統一されているので（たぶん）、
  『chemoinformatics, bioinformaticsと括る』のところが毎度気になります。気にしすぎ？
  Chemoinformatics or Bioinformatics?　はもちろんそのままで良いと思いますし、これに沿った記載なのかも知れませぬが…

画像がないと何言ってるかわからん

キナーゼ阻害剤を例にしてシャッフリングする例を追加するといいような気がする

SMILESとFPの説明とそれらの違いを丁寧に説明する必要がある

typo

データ探して書く

全体を通して、句点がある/ないセクションが混在していて気になります…

• みんなのPython 第4版
  Javascript,Java　カンマ後に半角スペースが欲しい

• その他ローカルコミュニティなど
  『勉強会やコミュニティのあつまり』 -> 『勉強会やコミュニティの集まり』

• udemy/python
  『周りの評判を効いてみても』 -> 『周りの評判を聞いてみても』

• Qiita
  『大抵答えが見つかるとはず』突然のヒロシ調！ -> "と"を削除、『大抵答えが見つかるはず』

• Jupyter notebookで便利に使おう　以降、Pythonで機械学習をするために　も
  Jupyter notebook, jupyter notebook が混在していて気になる。別に気にならないなら放置でも。本質とは関係ないし。

• Pythonで機械学習をするために
  chemoinformatics　カタカナ表記で統一かと思ってたけど違うのかしら？

chemoinformatics,bioinformatics の部分、カンマの後ろに半角スペースが欲しいです

Fraggle Similarityが突然出てきて何の役に立つのかわからない

以下の二つを追加するのはいかがでしょうか？

• ZINC: http://zinc.docking.org/ 購入可能な化合物の大規模データベース たまに論文にも使われています
• DrugBank: https://www.drugbank.ca/ 最近ライセンスがCreative Common’s Attribution-NonCommercial 4.0 International Licenseになったので企業の方はちょっと使いにくいですが

分かる人にしかわからない。初心者向けの説明に変える

なぜ仮想環境を作るのでしょうか？

2つの分子を例に上げているけど一つでない理由は？

page 44 : KerasとTensorflowでどちらがどちらを内包している関係なのかがわかりません。Kerasの中でTensorflowが動いているのか、TensorflowがKerasを動かしているのか？
page 44 : 隠れ層が"分岐"というところがあまりイメージできませんでした。1つのシナプスが次のレイヤーの複数のシナプスにつながるところですか？深層学習では一般的に言われているフレーズでしょうか？
page 51 : Epochsは増やしすぎると過学習するというのは知らなかったのですが、何か参考文献はありますか？
page 53 : DNNが自動で特徴量を作るという説明（例えば画像でSIFTを使わずPrimitiveなデータ（ピクセル？）のまま古典的な機械学習手法を使うとうまくいかなかったのでしょうか？変数選択はあらゆる機械学習手法が自動でやってそうですが）

具体例があったほうがいいです。

sdfファイルがありません

2章のconda仮想環境構築の必要性は初心者にわからないので説明を入れるか削除するかどちらかの対応を行ったほうがよろしいと思います。

図入りできちんと説明しないとわからないじゃないでしょうか？

リポジトリには含めているけどpdfには表記されていないのでライセンスのサブセクションを追加する

最近では日本語での解説サイトも増えてきており初学者の導入のハードルも低くなってきています。

インストレーションの章で説明すること？

QMとかSBDDにつながるようなデータベースの説明は必要か？

4章でせつめいしたのでそちらに沿った形に書き換える

生成モデルに関する説明を加えたほうがよい

ch06 で

今回はこのECFP4(Morgan2)を利用した類似性評価をしてみましょう。

と書いてありますが

apx_fp = AllChem.GetMorganFingerprint(apx, 2, useFeatures=True)
rvx_fp = AllChem.GetMorganFingerprint(rvx, 2, useFeatures=True)

と、 useFeatures=True となっており FCFP4 で計算されていると思います。
あと Jupyter Notebook の方では

fp1 = AllChem.GetMorganFingerprint(mol1, 2, useFeatures=True)
fp2 = AllChem.GetMorganFingerprint(mol2, 2, useFeatures=True)

DataStructs.TanimotoSimilarity(fp1, fp2)

と書かれてこちらも useFeatures=True となっています。
PDFの方では fp1, fp2 を発生させるところは省略されていますがこれは意図しているのでしょうか？
ミスでしたら追加してあげた方が良いと思いました。いかがでしょう？

sklearnチュートリアルをちゃんと動くようにしてきちんと注釈つけたらリンクを張る