| 科目名[英文名] | |||||
| 知能情報システム工学特別講義（データ分析の数理） [Special Lecture on Electrical Engineering and Computer Science (Data Analysis)] | |||||
| 区分 | 工学部専門科目 | 選択必修 | 単位数 | 2 | |
| 対象学科等 | 対象年次 | 3～4 | 開講時期 | 3学期 | |
| 授業形態 | 3学期 | 時間割番号 | 023671 | ||
| 責任教員 [ローマ字表記] | |||||
| 藤田 桂英, 柴原 一友, 藤本 浩司, 宮武 孝尚 [FUJITA Katsuhide, SHIBAHARA Kazutomo, FUJIMOTO Kohji, MIYATAKE Takahisa] | |||||
| 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を行う。 本科目は、実務経験のある教員による授業科目である。担当教員は企業において技術経営に直接携わっており、授業では、企業や実社会における実例を題材として分析、議論、演習を行う。 クラスコード: md56hku |
| 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ことができる。 履修案内のカリキュラムマップを参照してください。 |
| 授業内容 |
|
【1〜5回目】 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 【6〜10回目】 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 【11回目〜15回目】 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 |
| 本学の標準時間数に準ずる予習と復習を行うこと。 |
| テキスト・教科書 |
| スライド教材のハンドアウトを配布する。 |
| 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 |
| 平常点(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 |
| 2022/09/21 13:59:31 |