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／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	2024年度／2024 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
遠隔授業科目 ／Online Course	－

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： 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．ビッグデータに様々な有用な情報が含まれていても，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． カリキュラム?ポリシーやディプロマ?ポリシーとの関連： 現実社会に発生する多種多様な諸問題を広い視点から分析し問題解決につなげるため，学科専門科目として，社会にあふれる膨大なデータから有益な情報を推測するための，データ解析の専門知識と基礎的技能を身に付けます． カリキュラムや履修系統図における位置づけ： データベース論で学ぶデータベースは，データを記録し，検索や集計などによって利用に適した形にする事が主であるのに対し，データマイニングは大量のデータから解析目的に応じた有益な情報を推測します． 統計学で学ぶ各種手法は，統計的な仮定をおくことで比較的少数のデータからでも厳密な推測が可能であるのに対し，データマイニングは大量のデータを前提として，厳密とは限らないが有益と期待される情報を推測します．
授業の形式?方法と履修上の注意 ／Teaching method and Attention the course	対面授業です． 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． 課題等に対する全体的な解説やコメントがある場合は，講義資料や講義を通してフィードバックします． また，個別の質問に応じた解説やコメントも行います．
事前?事後学修の内容 ／Before After Study	(事前学修2時間) テキストや講義資料の該当部分を読んで理解を試みるとともに，分からない部分をどう質問したらよいかをまとめる． (事後学修2時間) 学修内容の概要を，他人が見て容易に理解できるようにまとめる． コンピュータによる実習があった場合は，関連するいろいろな事を試してみるなどして理解を深める．
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%)を目安に総合的に判断します．
関連科目 ／Related Subjects	データベース論a,bは，データを整形して解析に適した形にする際の参考となります． プログラミング論a,b，データマイニングシステムを効率的に使うための参考となります． 統計学a,bとアルゴリズム論a,bは，解析手法を理解する際に考え方の参考となります．
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	データマイニングのツール	コンピューターでデータマイニングを行うためのソフトウェアについて説明します．
4	相関ルール（1）*解説*	目的と考え方を説明します．
5	相関ルール（2）*実習*	実習を通して理解を深めます．
6	クラスタリング（1）*解説*	目的と考え方を説明します．
7	クラスタリング（2）*実習*	実習を通して理解を深めます．
8	中間まとめ	これまでの授業を振り返り，学んだことを確認します．
9	決定木（1）*解説*	目的と考え方を説明します．
10	決定木（2）*実習*	実習を通して理解を深めます．
11	ナイーブベイズ（1）*解説*	目的と考え方を説明します．
12	ナイーブベイズ（2）*実習*	実習を通して理解を深めます．
13	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．
14	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．