データマイニング

科目基礎情報

学校 大分工業高等専門学校 開講年度 令和02年度 (2020年度)
授業科目 データマイニング
科目番号 R02S524 科目区分 専門 / 選択
授業形態 授業 単位の種別と単位数 履修単位: 1
開設学科 情報工学科 対象学年 5
開設期 前期 週時間数 2
教科書/教材 教科書なし/Satnam Alag,「集合知イン・アクション」,SoftBank Creative Ronan Feldman他,「テキストマイニングハンドブック」,東京電機大学出版局
担当教員 石川 秀大

到達目標

(1) データマイニングに用いる確率,情報理論,統計について理解し,それを説明できる.(レポート,定期試験)
(2) データマイニングの基礎的な手法について理解し,それを説明できる.(レポート,定期試験)
(3) 教師あり学習および教師なし学習によるデータマイニングについて理解し,それを説明できる.(レポート,定期試験)
(4) テキストマイニングの概念および各種手法について理解し,それを説明できる.(レポート,定期試験)

ルーブリック

理想的な到達レベルの目安(優)標準的な到達レベルの目安(良)未到達レベルの目安(不可)
評価項目1データマイニングに用いる確率,情報理論,統計について理解し,数式に基づいて説明することができる。データマイニングに用いる確率,情報理論,統計の基礎について理解し,数式に基づいた手順の意味を説明することができる。データマイニングに用いる確率,情報理論,統計の基礎について理解できない。
評価項目2データマイニングの基礎的な手法について理解し,与えられたデータに対して解析方法を提示することができる。データマイニングの基礎的な手法の基礎について理解し,与えられたデータに対する解析方法を説明することができる。データマイニングの基礎的な手法の基礎について理解できない。
評価項目3教師あり学習および教師なし学習によるデータマイニングについて理解し,各学習方法についてデータの処理手順を説明することができる。教師あり学習および教師なし学習によるデータマイニングについて理解し,各学習方法の基本的概念を説明することができる。教師あり学習および教師なし学習によるデータマイニングについて理解できない。
評価項目4テキストマイニングの概念および各種手法について理解し,各手法についてデータの処理手順を説明することができる。テキストマイニングの概念および各種手法について理解し,各手法の基本的概念を説明することができる。テキストマイニングの概念および各種手法について理解できない。

学科の到達目標項目との関係

学習・教育目標 (B2) 説明 閉じる
JABEE 1(2)(g) 説明 閉じる
JABEE 2.1(1)② 説明 閉じる

教育方法等

概要:
データマイニングとは,データの中から有用な情報を効率的に見つけるための技術の総称である.本講義では,はじめに,データマイニングに用いられる確率や,情報理論の基礎について学習し,データマイニングの基本的な手法を学習する.

(科目情報)
教育プログラム 第2学年 ○科目
授業時間 23.25時間
授業の進め方・方法:
達成目標の(1)~(4)について,定期試験,レポートで評価する.
総合評価 = 定期試験 * 0.8 + レポート * 0.2
再試験は実施しない.
注意点:
確率,情報理論,線形代数の復習をすること.

授業計画

授業内容 週ごとの到達目標
前期
1stQ
1週 データマイニングの概要 データマイニングの基本的な考え方を理解できる
2週 教師あり学習,教師なし学習 教師あり学習,教師なし学習の違いを理解できる
3週 分布 分布に関するデータ解析方法について,数式に基づいて説明することができる
4週 頻出,相関 頻出,相関に関するデータ解析方法について,数式に基づいて説明することができる
5週 決定木 決定木の概念を理解し,決定木を用いてデータを解析することができる
6週 ベイジアンアルゴリズム ベイジアンアルゴリズムについて,数式に基づいて説明することができる
7週 回帰 回帰について,数式に基いて説明することができる
8週 隠れマルコフモデル 隠れマルコフモデルについて,その概念を理解し,各パラメータの意味や学習アルゴリズムについて説明することができる
2ndQ
9週 R演習 Rによる演習を行い,これまで学習した内容について実装する
10週 最近傍決定則 分からなかった部分を把握し,理解できる。最近傍決定則の概念を理解し,処理手順を説明することができる。
11週 K-means法 K-means法の概念を理解し,処理手順を説明することができる。
12週 サポートベクトルマシン サポートベクトルマシンの概念を理解し,処理手順を説明することができる。
13週 R演習 Rによる演習を行い,これまで学習した内容について実装する
14週 期末試験
15週 期末試験の解答と解説 分からなかった部分を把握し,理解できる。
16週

モデルコアカリキュラムの学習内容と到達目標

分類分野学習内容学習内容の到達目標到達レベル授業週

評価割合

試験レポート合計
総合評価割合8020100
基礎的能力20020
専門的能力602080
分野横断的能力000