シラバス参照/View Syllabus

授業情報/Class Information

科目一覧へ戻る/Return to the Course List 2020/09/23 現在/As of 2020/09/23

基本情報/Basic Information

開講科目名
/Course
データマイニング論a(18以前)/DATA MINING(A)
開講所属
/Course Offered by
経済学部経営学科/ECONOMICS MANAGEMENT
ターム・学期
/Term・Semester
2020年度/2020 Academic Year  春学期/SPRING SEMESTER
曜限
/Day, Period
木3/Thu 3
開講区分
/semester offered
春学期/Spring
単位数
/Credits
2.0
学年
/Year
3,4
主担当教員
/Main Instructor
中山 健

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
中山 健 経営学科/MANAGEMENT
授業の目的・内容
/Course Objectives
講義目的:
収集された大量のデータから推測される関係や規則性などの有用な情報を,コンピューターを用いて発見(採掘=マイニング)する考え方と手法を学びます.

講義概要:
近年,多くの分野で,機械処理が容易な膨大なデータ(ビッグデータ)が利用可能となっています.ビッグデータには様々な有用な情報が含まれていると期待されますが,人手だけで見つけ出すことは困難です.
この授業では,ビッグデータからの有用な情報発見をコンピューターで支援する方法(データマイニング)について,基本的な考え方といくつかの手法を学びます.
授業の形式・方法と履修上の注意
/Teaching method and Attention the course
必要に応じてコンピューターで実習しながら学習します.
事前・事後学修の内容
/Before After Study
テキストの予習復習,課題等を行う事が必要です.
テキスト1
/Textbooks1
書籍名
/Title
データマイニング入門-Rで学ぶ最新データ解析
著者
/Author name
豊田 秀樹 編著
出版社
/Publisher
東京図書
ISBN
/ISBN
ISBN978-4-489-02045-2
その他(任意)
/other
テキスト2
/Textbooks2
書籍名
/Title
著者
/Author name
出版社
/Publisher
ISBN
/ISBN
その他(任意)
/other
テキスト3
/Textbooks3
書籍名
/Title
著者
/Author name
出版社
/Publisher
ISBN
/ISBN
その他(任意)
/other
参考文献等1
/References1
書籍名/サイト名
/Title
著者
/Author name
出版社/URL
/Publisher
ISBN
/ISBN
その他(任意)
/other
参考文献等2
/References2
書籍名/サイト名
/Title
著者
/Author name
出版社/URL
/Publisher
ISBN
/ISBN
その他(任意)
/other
参考文献等3
/References3
書籍名/サイト名
/Title
著者
/Author name
出版社/URL
/Publisher
ISBN
/ISBN
その他(任意)
/other
評価方法
/Evaluation
授業内実習および小テスト(40%),提出課題(30%),授業への参加度(30%)を基に総合的に判断します.
関連科目
/Related Subjects
備考
/Notes
参考文献:必要に応じて適宜紹介します.
到達目標
/Learning Goal
データマイニングに関する専門知識を習得し、巨大集積データを解析、分析できるようにする。

/Time
授業計画(主題の設定)
/Class schedule
授業の内容
/Contents of class
事前・事後学修の内容
/Before After Study
1 ガイダンス 授業の進め方などを説明します.
2 データマイニングの基礎 データマイニングとは何か,統計学との違いは何かなどを説明します.
3 相関ルール(1)*解説* 目的と考え方を説明します.
4 相関ルール(2)*実習* 実習を通して理解を深めます.
5 クラスタリング(1)*解説* 目的と考え方を説明します.
6 クラスタリング(2)*実習* 実習を通して理解を深めます.
7 決定木(1)*解説* 目的と考え方を説明します.
8 決定木(2)*実習* 実習を通して理解を深めます.
9 ナイーブベイズ(1)*解説* 目的と考え方を説明します.
10 ナイーブベイズ(2)*実習* 実習を通して理解を深めます.
11 データマイニングの応用事例とその他の手法 ここまでの授業で扱わなかった手法や応用を概観します.
12 まとめ これまでの授業を振り返り,学んだことを確認します.
13 ※実施しません ※実施しません
14 ※実施しません ※実施しません

科目一覧へ戻る/Return to the Course List