データマイニング(2010年度春学期)

主題と目標

  • 本講義は、主として数量以外のデータを対象とした、「データマイニング」と呼ばれている分析手法を学びます。「データマイニング」とは、データベースを鉱脈と見なして、そこから価値のある宝物(知識)を抽出することを言います。大量なデータの中に埋もれた貴重な情報を抽出するわけです。
  • 今学期は、Rというフリーソフトを使って、連関規則の抽出、決定木、クラスター分析、ベイジアン・ネットワークについての講義と演習を行います。

教材(随時、指示します)

  • 豊田 秀樹 編著, データマイニング入門 Rで学ぶ最新データ解析, 東京図書.
  • 金 明哲 著, Rによるデータサイエンス, 森北出版株式会社.
  • 豊田 秀樹 著,金鉱を掘り当てる統計学―データマイニング入門 , 講談社(ブルーバックス)
  • マイケルJ.A.ベリー / ゴードン・リノフ 著, SASインスティチュート ジャパン / 江原 淳 /佐藤 栄作 訳 , データマイニング手法:営業、マーケティング、カスタマーサポートのための顧客分析, 海文堂 , 1999 (Michael J.A. Berry and Gordon S. Linoff , Data Mining Techniques: For Marketing, Sales, And Customer Support , John Wiley & Sons , 1997)
  • Pieter Adriaans and Dolf Zantinge 著 , 山本英子 / 梅村恭司 訳 , データマイニング ,共立 , 1998 (Pieter Adriaans and Dolf Zantinge , Data Mining , Addison WesleyLongman? , 1996)
  • J. Han and M. Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann, 2000

評価

  • 4つのテーマ(アソシエーション・ルール、ツリー・モデル、クラスタリング、ベイジアン・ネットワーク)毎に課題を出します。
  • 成績は、これら4つの課題を総合して判定します。

第01回 イントロダクション

第02回 アソシエーション・ルール(1)

第03回 アソシエーション・ルール(2)

第04回 統計言語Rの使い方

第05回 アソシエーション・ルール(3)

第06回 ツリー・モデル(1)

第07回 ツリー・モデル(2)

第08回 ツリー・モデル(3)

第09回 クラスタリング(1)

第10回 クラスタリング(2)

第11回 ベイジアン・ネットワーク(1)

第12回 ベイジアン・ネットワーク(2)

第13回 ベイジアン・ネットワーク(3)


トップ   編集 凍結解除 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-06-09 (水) 17:53:20 (3055d)