筑波大学教育課程編成支援システム

01CF109 データマイニング

2.0 単位, 1・2 年次, 秋AB 火5,6
イリチュ美佳

授業概要

データマイニングの理論に基づき、知識発見に基づくデータ解析技法を統計的学習理論と機械学習理論の両側面から論じる。データ解析の分野で扱う先端的方法論を、数学的根拠に基づいて理解できるようにし、社会で実際に利用されるデータ解析技法を基にして、データマイニングの技法の応用を身に付けることを目標とする。具体的には、データに内在する不確実性の表現方法、探索的データ解析手法、データ解析の最近の問題とそれに対応する先端的方法等について、論じる。

備考

0AL0301と同一。
オンライン(オンデマンド型)
オンライン(同時双方向型)

授業形態

講義

学位プログラム・コンピテンスとの関係

学位プログラム汎用コンピテンスにおいては「1. 知の活用力」に関連し,学位プログラム専門コンピテンスにおいては「1. 工学基礎力」「2. 基礎理論・関連技術に関する知識」「3. 現実問題に関する知識」「4. 広い視野と俯瞰力」に関連し,研究群コンピテンスにおいては「1. 研究力」「2. 専門知識」に関連している.

授業の到達目標（学修成果）

データマイニングの理論に基づき、知識発見に基づくデータ解析技法を統計的学習理論と機械学習理論の両側面から論じる。
1. データに内在する不確実性の表現方法を理解する 2. 探索的データ解析手法を理解する 3. データ解析の最近の問題とそれに対応する先端的方法を理解する

キーワード

機械学習, ソフトコンピューティング, 統計科学

授業計画

本授業は、オンラインで行います。詳細の実施方法は、manabaの当該授業科目中に、掲示いたします。基本的にmanaba、teams等を用いて実施いたします。
第1回目の講義は、manabaの当該授業科目にアクセスするようにしてください。

第1回	データマイニングとは何かについて概説する
第2回	多次元データ解析の理論について概説する
第3回	多次元データ解析の応用について概説する
第4回	機械学習の理論について概説する
第5回	機械学習の応用について概説する
第6回	統計的学習理論について概説する
第7回	統計的学習理論の応用について概説する
第8回	シンボリックデータ解析の理論について概説する
第9回	シンボリックデータ解析の応用について概説する
第10回	多種のデータ融合理論について概説する

履修条件

成績評価方法

最終レポート提出により評価する.

学修時間の割り当て及び授業外における学修方法

データマイニングの基礎事項と応用

教材・参考文献・配付資料等

教材を必要に応じて配布する.

1. H.H. Bock and E. Diday (Eds.), Analysis of Symbolic Data, Springer, 2000
2. T. Hastie, R. Tibshirani, J.H. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, 2001
3. M. Sato-Ilic and L.C. Jain, Innovations in Fuzzy Clustering, Springer, 2006
4. M. Kantardzic, Data Mining: Concepts, Models, Methods, and Algorithms, Wiley, 2011

オフィスアワー等（連絡先含む）

水曜11:00-12:00(メールにてアポイント必要) 1001766

その他（受講生にのぞむことや受講上の注意点等）

数学の基礎知識

シラバス参照