情報科学講究２

平成28年度以前入学者	情報科学講究２
科目名平成27年度以前入学者	情報科学講究２
教員名	尾崎　知伸
単位数	2	学年	3	開講区分	文理学部
科目群	情報科学科
学期	後期	履修区分	必修

授業テーマ	データマイニングツールの利用・作成と実データを対象とした分析
授業のねらい・到達目標	卒業研究等を踏まえ，データマイニング技術に関する知見を掘り下げると共に，必要なツールを利用・作成するための能力を習得する．加えて，実データを対象としたデータマイニング演習を行う
授業の方法	文献輪講と演習を行う．輪講では，担当者が発表資料や配布資料を準備し，参加者に対して説明を行う．その後，参加者全員で内容の確認と議論を行う．一方，演習として，輪講等で学習した内容を実践し，知識の定着をはかる．
履修条件	学科内規による．
事前学修・事後学修，授業計画コメント	輪講に関しては，事前に資料等を読んで，内容を理解しておくことが求められます．

授業計画
1	分類学習(1)：ロジスティック回帰 [準備]：教科書等の当該箇所を読んでくること．
2	分類学習(2)：サポートベクトルマシン [準備]：教科書等の当該箇所を読んでくること．
3	分類学習(3)：決定木とランダムフォレスト [準備]：教科書等の当該箇所を読んでくること．
4	データ前処理(1)：欠損データ，カテゴリデータ，データの分割 [準備]：教科書等の当該箇所を読んでくること．
5	データ前処理(2)：特徴量の評価と選択 [準備]：教科書等の当該箇所を読んでくること．
6	次元圧縮(1)：主成分分析 [準備]：教科書等の当該箇所を読んでくること．
7	次元圧縮(2)：線形判別分析による圧縮 [準備]：教科書等の当該箇所を読んでくること．
8	次元圧縮(3)：非線形写像 [準備]：教科書等の当該箇所を読んでくること．
9	モデル評価(1)：交差検定，学修曲線と検証曲線 [準備]：教科書等の当該箇所を読んでくること．
10	モデル評価(2)：グリッドサーチと性能評価指標 [準備]：教科書等の当該箇所を読んでくること．
11	アンサンブル学習(1)：導入 [準備]：教科書等の当該箇所を読んでくること．
12	アンサンブル学習(2)：バギングとブースティング [準備]：教科書等の当該箇所を読んでくること．
13	実データの分析(1)
14	実データの分析(2)
15	期末報告会 [準備]：報告会資料の準備

その他
教科書	Sebastian Raschka(著)，株式会社クイープ(訳) 『Python機械学習プログラミング』株式会社インプレス 2016年
参考書	三石大, 吉廣卓哉, 白鳥則郎『データベース: ビッグデータ時代の基礎』共立出版 2014年荒木雅弘『フリーソフトで始める機械学習入門』森北出版 2014年中井悦司『ITエンジニアのための機械学習理論入門』技術評論社 2015年豊田秀樹『データマイニング入門』東京都書 2008年参考書等は，随時指定する
成績評価の方法及び基準	平常点(100%)
オフィスアワー	質問等は随時を受け付ける．原則，アポイントをとること．