Society5.0に対応した高度技術人材育成

enPiT everi 社会人向け「人工知能・ロボット・IoT」に関する短期講義・演習プログラム

MENU

科目一覧

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

  • 応用
  • 講義
         
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 選択
授業形態 講義

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 6コマ
時間数(コマ数✕1.5) 9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)、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。
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)
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
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】
・「データベースと知識発見」:北上・黒木・田村[著]コロナ社2013
【参考書】
・「IT Text データマイニングの基礎」情報処理学会編集:元田・津本・山口・沼尾[著]オーム社
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