データマイニング（Data Mining）[1B17]

＜授業のねらい＞

ビッグデータに代表されるように，大規模データの収集・蓄積が容易になった現在，収集した情報を無駄にせず，いかに活用するかが様々な分野において重要な課題となっている．データマイニングとは，大規模データの活用に関する技術であり，医学などの専門分野から，マーケティングなどのビジネス応用まで幅広く利用されている．この授業では，データマイニングについて，その考え方及び代表的な手法について理解する．

＜受講にあたっての前提条件＞

特になし

＜具体的な到達目標＞

・データマイニングの目的や現代社会での必要性について理解できる．
・データマイニングの基本的手法について理解し，小規模のデータでその動作を説明できるようになる．
・データマイニングの関連キーワードについて学ぶことで，関連書籍などの内容をある程度理解できるようになる．

＜授業計画及び準備学習＞

1. ガイダンス，データマイニングとは
　　準備学習：教科書1.1〜1.3を読んでおくこと
2. データマイニングの対象
　　準備学習：教科書1.4〜1.6を読んでおくこと
3. 相関ルール（1）
　　準備学習：教科書2章を読んでおくこと
4. 相関ルール（2）
　　準備学習：前回の復習を行い，教科書2章を読んでおくこと
5. 相関ルール（3）
　　準備学習：前回の復習を行い，教科書2章を読んでおくこと
6. 分類モデル(1)
　　準備学習：教科書4章を読んでおくこと
7. 分類モデル(2)，決定木(1)
　　準備学習：前回の復習を行い，教科書4,5章を読んでおくこと
8. 決定木（2）
　　準備学習：前回の復習を行い，教科書5章を読んでおくこと
9. ベイズ分類，ニューラルネットワーク
　　準備学習：教科書6.1〜6.2を読んでおくこと
10. サポートベクターマシン，数値予測モデル
　　準備学習：教科書6.3〜7.1を読んでおくこと
11. クラスタリング（1）
　　準備学習：教科書8章を読んでおくこと
12. クラスタリング（2）
　　準備学習：前回の復習を行い，教科書8章を読んでおくこと
13. クラスタリング（3）
　　準備学習：教科書8章を読んでおくこと
14. 応用事例，学習内容の振り返り
　　準備学習：前回の復習を行い，教科書9章を読んでおくこと
15. 学習成果の確認（試験）
　　準備学習：前回までの総復習を行う事

＜成績評価方法＞

原則として定期試験で最終成績を評価し，60点以上の者に単位を認める．

＜教科書＞

加藤，羽室，矢田：データマイニングとその応用，朝倉書店（ISBN978-4-254-27552-0)

＜参考書＞

元田，津本，山口，沼尾：データマイニングの基礎，オーム社（ISBN4-274-20348-4）

＜オフィスアワー＞

非常勤講師のため，できるだけ講義の際に質問してください．
電子メール：ytakama@tmu.ac.jp
※講義名・学籍番号・氏名を忘れずに記載すること．

＜学生へのメッセージ＞

データマイニングは，理論的な理解をすることも重要ですが，ツール（データ解析の手段）としても知っておくと将来役に立ちます．どんな事に利用できるか，といった応用面も意識しながら学んでください．