情報学要論２

科目名平成28年度以前入学者	情報学要論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	前期	履修区分	選択必修

授業テーマ	データ科学・データマイニングの基礎的な手法を学ぶ
授業のねらい・到達目標	データ科学・データマイニングの基本的な手法を学ぶことを中心とする．クラスタリング，分類学習，相関ルール分析を対象に，データの整形，分析，結果の検討・検証を一通り体験し，データ分析・データマイニングに関する基礎的な取り組み方や考え方を身につけることを目標とする．
授業の方法	講義形式で行う．随時演習を行う．
履修条件	「情報学要論1（データ科学1）」の単位を取得していることが望ましい
事前学修・事後学修，授業計画コメント	事前に配布資料を読んでくること．なお，情報学要論1（データ科学1）の内容を理解していることを前提とする．また，第5回，第10回，第14回は，事前に示した各演習課題について，質疑応答及びフィードバックを行う．

授業計画
1	ガイダンス（授業のテーマや到達目標及び授業の方法について説明する）とデータマイニング手法の外観
2	クラスタリング：階層的クラスタリング [準備] 配布資料を読んでくること
3	クラスタリング：非階層的クラスタリング [準備] 配布資料を読んでくること
4	クラスタリング：クラスタリングの性能評価 [準備] 配布資料を読んでくること
5	クラスタリング：第1回～第4回までの復習・演習・解説を行い授業の理解を深める [準備] 配布資料を読んでくること
6	分類学習：決定木の学習アルゴリズムの導入 [準備] 配布資料を読んでくること
7	分類学習：決定木の学習アルゴリズムの発展 [準備] 配布資料を読んでくること
8	分類学習：分類器の性能評価 [準備] 配布資料を読んでくること
9	分類学習：アンサンブル学習 [準備] 配布資料を読んでくること
10	分類学習：第6回～第9回までの復習・演習・解説を行い授業の理解を深める [準備] 配布資料を読んでくること
11	相関ルール分析：頻出パターン [準備] 配布資料を読んでくること
12	相関ルール分析：相関ルール [準備] 配布資料を読んでくること
13	相関ルール分析：相関ルールの評価 [準備] 配布資料を読んでくること
14	相関ルール分析：第10回～第13回までの復習・演習・解説を行い授業の理解を深める [準備] 配布資料を読んでくること
15	これまでの復習・解説を行い授業の理解を深める

その他
参考書	Peter Bruce，Andrew Bruce（著），黒川利明（訳），大橋真也（技術監修）『データサイエンスのための統計学入門 ――予測，分類，統計モデリング，統計的機械学習とRプログラミング』オライリー・ジャパン 2018年第0版金明哲『Rによるデータサイエンス』森北出版 2017年第2版山本義郎，藤野友和，久保田貴文『Rによるデータマイニング入門』オーム社 2015年元田浩, 山口高平, 津本周作, 沼尾正行『データマイニングの基礎』オーム社 2006年その他の参考文献に関しては，授業中に適宜，指定する．
成績評価の方法及び基準	試験(30%)、レポート(60%)、授業参画度(10%) 期末試験未受験，レポート未提出の場合はE判定とする．
オフィスアワー	質問等は随時を受け付ける．原則，事前にメール等でアポイントをとること．