[everiPro科目]データマイニング基礎
データマイニングに必要な数理的な基礎を学ぶ
データマイニング基礎
| 科目名 | データマイニング基礎 |
|---|---|
| 科目名（英名） | Fundamentals of Data Mining |
| 担当講師（氏名・所属） | 黒木 進（広島市立大学） |
| 分類 | 講義 |
| 授業形態 |
VOD 任意の時間にパソコンからインターネット接続にて（自宅や職場などから）受講します。
|
| 時数 | 8コマ |
| 時間数（コマ数✕1.5） | 12時間 |
| 授業の概要 | 大規模なデータベースから有用な「規則や知識」を発見することの重要性が高まっている。そしてデータベースからの知識発見において中心的な役割を演じているのがデータマイニングである。データマイニングの主要なテーマである教師あり学習（決定木学習、ナイーブベイズ学習、サポートベクトルマシン、ランダムフォレスト）、教師無し学習（クラスタリング）、パターンマイニング（相関ルール）について学ぶ。 最後に，得られた知識を評価する方法である交差確認について学ぶ。 |
| 到達目標 | データマイニングに必要な数理的な基礎を身に付ける |
| 難易度 | ★★★ |
| 分野別難易度（前提知識） | 数学：★★ |
| 履修上の注意 （準備学習・前提知識） |
大学初年時に学ぶ解析、線形代数、確率統計に関する知識があることが望ましい。 |
| 授業計画・内容 | 1. 決定木学習 2. ナイーブベイズ学習 3. 階層的クラスタリング 4. 非階層的クラスタリング 5. サポートベクトルマシン 6. 相関ルール 7. ランダムフォレスト 8. 交差確認 |
| 事前・事後学習の内容 | ・授業の前に教科書等をよく読み、不明な点を明確にする。 ・関連するニュースや新聞記事などを読み、幅広く知識を身に付ける。 ・コンピュータを使ってデータマイニングを実際に行ってみる。 |
| 成績評価の方法 | 課題提出（100%） 以下の項目を評価基準とし、その達成度合いに応じて評価する。 ・データマイニングの基礎概念について説明できること ・データマイニングの技法を用いて問題を分析できること |
| 教科書・参考書等 | 【教科書】 ・北上・黒木・田村（著）「データベースと知識発見」（コロナ社），2013． 【参考書】 ・元田・津本・山口・沼尾（著）「IT Text データマイニングの基礎」情報処理学会編集（オーム社），2006． |
| キーワード | 教師あり学習、教師なし学習、パターンマイニング |