シラバス参照

印刷
講義名 データマイニング
代表ナンバリングコード BII3DS008C
講義開講時期 前期 講義区分 講義
基準単位数 2
受講定員の有無 なし
授業公開 科目等履修・聴講
履修年次 ３・４年次
2024年度カリキュラム　ナンバリング

担当教員
氏名
◎ 松山　江里

到達目標 1．基本的なデータマイニング手法のアルゴリズムが説明ができる。
2．どのようなデータに、どのような手法を行うと何が明らかになるのかについて理解し説明できる。
3．手法を身につけ、活用できる。
授業概要 膨大なデジタル情報が溢れる現代において、大量のデータから社会に有用なコンテンツを見つけ出すことが求められている。大量の様々なデータに潜む有用な知識発見の手段であるデータマイニングは、社会を支える情報基盤技術として必要不可欠な技術となっている。
本授業では、大量のデータから有益な知識を発見するデータマイニングについて学ぶ。事例に基づき、具体的に大規模データからどのような知識が発見されるのか、そこでもちいられる解析手法について講義する。
これにより、社会や企業活動におけるデータマイニングの重要性について理解し、データマイニングの体系の概要ならびにデータマイニングを習得するためには、どのような学習が必要となるのかを理解することができる。
授業計画
回授業内容
第1回データマイニングの概要
第2回データマイニングの準備と理念
第3回データマイニングの技術の概観
第4回データマイニングの手法(1):線形回帰分析
第5回データマイニングの手法(2):ロジスティック回帰
第6回データマイニングの手法(3):クラス分類（決定木）
第7回データマイニングの手法(4):クラス分類（サポートベクタマシーン）
第8回中間試験および解説
第9回データマイニングの手法(5):グループ化（クラスタリング）
第10回データマイニングの手法(6):関連性（アソシエーション）
第11回データマイニングの手法(7):アルゴリズム、アソシエ―ション
第12回機械学習とデータマイニング①ニューラルネットワーク
第13回機械学習とデータマイニング②深層学習
第14回テキストマイニング手法
第15回データマイニング手法の評価
準備学習（予習・復習等）の内容とそれに必要な時間 （毎回の授業前に行うべき予習）
配布資料や関連資料を読んだり、関連情報を調べておくこと。

（毎回の授業終了後に行うべき復習）
授業で講じた配布資料の範囲をもう一度読んでおくこと。
授業で学んだことを理解できるようにすること。

（その他）
活用できる事例を自分なりに考えておくこと。
評価方法（割合） 中間試験50%,期末試験50%で評価する。　
課題（試験やレポート等）に対するフィードバックの方法 学生の理解度を確認しつつ、還元すべき事項について次回授業の中で説明する。
テキスト 【書名】 【著者】
【出版社】 【出版年】
参考書・参考資料等 参考書や資料等は適宜講義で提示する。
メッセージ 実社会において、さまざまな場面で遭遇するビッグデータの管理・分析・活用における基礎的なアプローチを身に付けることを主眼としています。
教員との連絡方法 Mail等へ連絡もしくは在室時に直接面談。
備考 講義中、特段の理由がない限り私語、飲食、着帽、無断退室、携帯電話の操作を慎むこと。
他科目との関係性 【先修】共通教育科目「微分積分基礎」、「線形代数基礎」は統計学を学ぶうえでの基礎知識であるため、履修しておくことが望ましい。
【背景】「基礎データ解析」と「データ解析ツール」で基礎的なデータ解析手法とそのためのツールについて学んでおくことが望ましい。「データマーケティング」でマーケティングにおけるデータマイニングの実践例を学んでおくと理解がより深まる。
【関連】「パターン認識と機械学習」では特にパターンを計算機で認識するための技法を学ぶ。「画像情報処理」「音情報処理」「自然言語処理」ではそれぞれのメディアデータ処理手法を学ぶ。
卒業認定・学位授与方針との関連
◎特に関係性が深い、○関係性が深い
関連性
地域経営学部
〈2024年度以降〉教養：地域社会の生活者に求められる健全な市民感覚と倫理観を育む豊かな教養を獲得すること
〈2024年度以降〉知識：地域経営学の体系を構成する４つの領域（公共経営、企業経営、交流観光、医療福祉経営）から、一つ以上の領域の知識を修得すること
〈2024年度以降〉技術：上記４領域を学ぶための方法や調査研究のためのスキルを取得していること
〈2024年度以降〉思考力：上記４領域のいずれかの領域において、専門的・学術的に深い鍛錬を積み、高度な思考力を獲得していること
〈2024年度以降〉判断力：地域社会がローカルレベルで直面している課題を、ナショナルレベルとグローバルレベルの状況との関連において理解し、課題の本質について的確に捉えることができる判断力を獲得していること。
〈2024年度以降〉実践力：地域経営学の知識・技術・思考力・判断力を活用して、地域社会の様々なアクターと協働しながら地域課題を解決できる実践力を獲得していること。
【2020～2023年度】地域実践の基盤となる基礎学力、基礎技術力をもつ人財
【2020～2023年度】地域の現実のデータを収集・分析し、地域社会の持続と発展のためのシナリオ作成と評価ができる人財
【2020～2023年度】地域経営学科は、地域社会の多様な主体に関心をもち、地域経営学の知見や技術を応用・活用して、地域の価値の向上や持続可能な社会の形成に寄与できる人財。公共経営、企業経営、交流観光等の分野で活躍できる人財
【2020～2023年度】医療福祉経営学科は、地域社会の多様な主体に関心をもち、地域経営学の知見や技術を応用・活用して、地域の価値の向上や持続可能な社会の形成に寄与できる人財。診療情報管理士の資格取得を目指しつつ、医療福祉経営等の分野で活躍できる人財
≪2017～2019年度≫学んだ知識と国際的視野をもって地域社会や様々な現実の場で実践し応用できる人財（グローカリスト）
≪2017～2019年度≫地域力の推進役（キーパーソン：リーダー、マネージャー、コーディネーター）として活躍できる人財
≪2017～2019年度≫地域経営学科は、地域社会の多様な主体に関心をもち、企業活動の活性化、地域社会の再生・活性化等を目指して、多様な地域の継続的事業体の基本を学び、これを活用できる人財、とくに経営概念を主軸とした公共経営系、企業経営系、交流観光系に関する人財
≪2017～2019年度≫医療福祉経営学科は、診療情報管理士（日本病院会等の認定資格）の資格取得を目指しつつ、医療機関・福祉施設と企業経営との経営の共通性と相違性等を学び、将来はその経営に参画できる人財、医療福祉を通して地域に貢献できる人財
情報学部
〈2024年度以降〉情報学実践の基盤となる堅固な基礎学力、基礎技術力
〈2024年度以降〉データを収集・分析し、地域社会の持続と発展のためのシナリオ作成や評価に関する知識
〈2024年度以降〉情報システムやアプリケーションの開発等により、地域社会を支える情報基盤を構築する技術
〈2024年度以降〉人工知能技術やエンタテインメント技術を用いて、地域社会に貢献する力
〈2024年度以降〉情報学の知見や技術を応用・活用して、様々な分野で活躍できる力
【2020～2023年度】情報学実践の基盤となる堅固な基礎学力、基礎技術力を持つ
【2020～2023年度】地域の現実のデータを収集・分析し、地域社会の持続と発展のためのシナリオ作成と評価ができる
◎
【2020～2023年度】情報システムやアプリケーションの開発等により、地域社会を支える情報基盤を構築できる
【2020～2023年度】人工知能技術やエンタテインメント技術を用いて、地域社会を豊かにできる
【2020～2023年度】情報学の知見や技術を応用・活用して、公共経営、企業経営、交流観光、医療福祉、防災等のまちづくりに貢献できる
○
評価基準
列1
秀
データマイニング手法のアルゴリズムや活用方法に関する設問に、90%以上は適切に答えている。
　
優
データマイニング手法のアルゴリズムや活用方法に関する設問に、80%～89%は答えている。
良
データマイニング手法のアルゴリズムや活用方法に関する設問に、70%～79%は答えている。
可
データマイニング手法のアルゴリズムや活用方法に関する設問に答えていない箇所が多いが、最低限の水準(60%以上)を満たす。
不可
データマイニング手法のアルゴリズムや活用方法に関する設問に、答えていない(最低基準を満たしていない）。
放棄
出席回数が１０回に満たない。