2024欧洲杯投注官网_沙巴博彩公司-官网平台

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/???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/???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/???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。

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