データマイニング入門このページを印刷する
科目コード C0-4140
科目名 データマイニング入門
担当者名 深澤　克朗
授業の概要 近年のIT技術の進展に伴い、大量のデータが蓄積されている。
企業などでは、この大量のデータ（ビッグデータ）を何らかの方法で処理し、経営に役立たせることが急務になっている。
これを行える人材をデータサイエンティストという。本授業では、データを科学的に分析するための数学的及び統計学的基礎と、データ分析方法として頻繁に用いられるいくつかの手法を紹介する。
実務経験内容
事前・事後学習の内容 特に限定するものではないが、「線形代数」や「統計学」を履修していることが望ましい。
到達目標 ①記述統計学で使われる変数の意味が理解できる。
②(重）回帰分析での統計量を理解できる。
③回帰式の妥当性を判定でき、修正する方法を提案できる。
④主成分分析法のプロセスがわかり、結果の意味が理解できる。
⑤問題に対して、どのような手法を使うことが適切なのかを提案できる。
授業の進め方 様々な分析手法を紹介し、数学的背景とExcelやRにて扱う方法を紹介する。
演習は少人数グループにて行う。
授業計画 【第1回】データマイニングの紹介
【第2回】データマイニングの手法について
【第3回】回帰分析の考え方
【第4回】回帰分析の実例
【第5回】回帰分析演習
【第6回】回帰分析演習・評価
【第7回】重回帰分析の考え方
【第8回】重回帰分析での統計量
【第9回】重回帰分析実例
【第10回】重回帰分析演習・評価
【第11回】主成分分析の考え方
【第12回】主成分分析の手順①数学的手順
【第13回】主成分分析の手順②R言語手順
【第14回】主成分分析演習
【第15回】主成分分析演習・評価
【第16回】因子分析の考え方
【第17回】因子分析実例
【第18回】判別分析の考え方
【第19回】判別分析実例
【第20回】クラスター分析の考え方
【第21回】クラスター分析実例
【第22回】テキストマイニング紹介
【第23回】テキストマイニングの実例
【第24回】ビッグデータについて
【第25回】ビッグデータの実例紹介
【第26回】総合演習①テーマの選定
【第27回】総合演習②データ探索
【第28回】総合演習③データ加工
【第29回】総合演習④データ分析
【第30回】総合演習⑤評価
成績評価方法 出席30%　レポート70%
テキスト 特になし
参考文献