![]()  | 
    
| 科目一覧へ戻る/Return to the Course List | 2020/09/23 現在/As of 2020/09/23 | 
| 
                  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 | 
| 
                    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  | 
                      
                      
  | 
                    ||||||||||
| 
テキスト2                         /Textbooks2  | 
                      
                      
  | 
                    ||||||||||
| 
テキスト3                         /Textbooks3  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等1                         /References1  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等2                         /References2  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等3                         /References3  | 
                      
                      
  | 
                    ||||||||||
| 
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。 | 
| 回 /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 |