科目ナンバー

SG-SA5-RC26

履修条件・関連科目等

統計学の基礎的な知識

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

データマイニングの全体像の理解からはじめ、データマイニングの導入的な作業であるデ－タの探索から、回帰分析、クラスタ－分析、ロジスティック回帰分析といった多変量統計解析手法を紹介し、決定木、ニュ－ラルネットワーク、自己組織化マップ（SOM）、連関規則（Association Rule Analysis）といったデータマイニングの手法について演習を交えた講義を行う。

科目目的

データ科学・アクチュアリー副専攻の科目として、データを活用した研究を行うことが、必ずしも統計学の基本的な知識がなくても、ソフトウェアを活用して可能となること、統計学の基礎知識を持つものはデータマイニングツールを使ってできることを知ることによってデータ分析の幅を広げることを目的としている。

到達目標

大量のデータを解析するデータマイニング手法について理解し、SASエンタープライズマイナーを利用して実際に分析できる力を身につける。

授業計画と内容

第1回　講義概要、調査法
第2回　デ－タの探索とグラフ
第3回　デ－タマイニング概論、回帰分析
第4回　クラスタ－分析
第5回　判別分析とロジスティック回帰
第6回　決定木分析
第7回　クロスバリデーション
第8回　ニュ－ラルネットワーク
第9回　演習１
第10回　主成分分析、主成分回帰
第11回　SOM
第12回　連関規則
第13回　その他のデータマイニング手法
第14回　演習２

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

講義スケジュールの通りに手法を紹介するため、予習により自分の研究分野への利用など想定して質問できるように準備できると望ましい。
また、PCの演習については、各自の研究テーマのデータで分析するのが有効なので、復習として取り組んでいただきたい。

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

数回行うレポート（60％）、講義での演習への取り組み（40％）により評価を行う。

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

提出された課題に対してコメントします

アクティブ・ラーニングの実施内容

実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

実際のデータを用いた演習

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

PCでデータマイニングツールを用いて演習

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

毎回資料を配付するため、テキストは不要。
各回の資料で自学自習のための参考文献を紹介する。

その他特記事項

参考URL