データマイニング

目次

  1. 講義内容
  2. 到達目標
  3. 授業計画
  4. 成績評価の方法
  5. 授業の方法
  6. 参考資料

講義内容

データマイニングとは、大量のデータ・情報の山から宝物を掘り出す技術である。すなわち、大量のデータ・情報をもとに「意思決定」「知識発見」を行う必要のある場面で応用可能な技術である。具体的には、デパートや販売店におけるマーケティングなどのほか、経営予測、株価予測、工場での工程管理や品質管理、天気予報や地震予知などにも応用されている。つまり、この発見型手法は新しいビジネス知識の創造や、以前より妥当とされてきた知識をさらに深めることに広く利用されている。この授業ではデータマイニングの基礎とその応用である知識発見と意思決定の方法を学ぶ。

到達目標

  1. 基本的な統計分析がExcelを使ってできる
  2. データマイニングの目的と適用方法が理解できる
  3. データマイニングと知識発見のプロセスを理解できる
  4. 決定木、クラスタ分析などの分析手法が理解でき、簡単なデータに応用できる

授業計画

  1. データマイニングとは?
  2. データマイニングの基礎知識
  3. 基本統計分析
  4. 回帰分析
  5. 重回帰分析
  6. 重回帰分析演習
  7. 理解度チェック1
  8. 決定木
  9. 決定木演習
  10. クラスタ分析
  11. クラスタ分析演習
  12. 理解度チェック2
  13. 自己組織化マップ
  14. 連関規則
  15. ニューラルネット
  16. 定期試験

成績評価の方法

提出課題(30%)、理解度チェック(30%)と定期試験(40%)で評価する。 提出課題によって、Excelを使った簡単な統計 分析の技能と決定木やクラスタ分析などの技能で評価する。データマイニング全般の理解度は理解度チェックと定期試験で評価する。

※未提出の課題が一つでもある場合は採点を行わず、受験無資格者とする。

授業の方法

講義と反転授業。反転授業とは、学生は事前学習で予習し、授業中は課題を行なったりグループ学習を行なう。事前学習なしには受講することができない。

参考資料

シラバス
教科書
岡嶋 裕史『数式を使わないデータマイニング入門』光文社、2006年