| 科目名[英文名] | |||||
| 情報工学特別講義(データマイニング) [Dedicated Lecture on Information Engineering] | |||||
| 区分 | 工学部専門科目等 | 選択必修 | 単位数 | 2 | |
| 対象学科等 | 対象年次 | 3～4 | 開講時期 | 後学期 | |
| 授業形態 | 後学期 | 時間割番号 | 025811 | ||
| 責任教員 [ローマ字表記] | |||||
| 藤本 浩司, 柴原 一友, 藤田 桂英 [FUJIMOTO Kohji, SHIBAHARA Kazutomo, FUJITA Katsuhide] | |||||
| 所属 | 工学府 | 研究室 | メールアドレス | ||
| 概要 |
|
大量データからの知識抽出技術であるデータマイニングの概念と基礎技術の習得 |
| 到達基準 |
| 大量データからの知識抽出技術における概念および基礎技術を習得する |
| 授業内容 |
|
【１日目】 データマイニングと消費社会との関わり，確率を使って将来を予測する，統計分析ソフトRの基本的な使い方，課題 【２日目】 判別ツリーとは，判別ツリーの評価，線形回帰，ロジスティック回帰，ノンパラメトリック回帰 【３日目】 ニューラルネットワーク，サポートベクタマシン，確率構造をもつモデル(ベイズ理論)，課題 |
| 履修条件・関連項目 |
| 特になし |
| テキスト・教科書 |
| スライド教材のハンドアウトを配布し、Moodle上にもアップ予定 |
| 参考書 |
|
データマイニング：マイケルＪＡベリー他著「データマイニング手法 予測・スコアリング編―営業、マーケティング、CRMのための顧客分析」海文堂 データマイニング：マイケルＪＡベリー他著「データマイニング手法 探索的知識発見編―営業、マーケティング、CRMのための顧客分析」海文堂 |
| 成績評価の方法 |
| 授業への出席(50%)、および各提出課題(50%)で評価する。 |
| 教員から一言 |
| キーワード |
| 判別ツリー、線形回帰、ロジスティック回帰、ノンパラメトリック回帰 ニューラルネットワーク、サポートベクターマシン、ベイズ理論、分析ソフトR |
| オフィスアワー |
| 備考１ |
| 備考２ |
| 参照ホームページ |
| 開講言語 |
| 語学学習科目 |
| 更新日付 |
| 2017/10/04 13:41:56 |