基本情報

学部 IT総合学部
科目 統計解析とデータマイニング
教員名 安間 文彦
年度 / 学期 2019年度春学期
開講期間 2019/4/4  ~  2019/8/8
科目履修区分 専門講義(選択)/専門応用(選択)/専門応用科目
単位 2
科目レベル 4

ページの先頭へ戻る

科目概要

現代社会においてはさまざまな履歴(webアクセス、投稿、購買、移動など)が逐一、データとして蓄積されるようになった。多種多様でリアルタイム性の高い大規模データを分析し、ビジネスにおける意思決定や問題解決に活用しようという動きはますます盛んになっている。こうした背景のもと、データ分析を行い未来を予測することができるスキルを持つ人材はデータサイエンティストとして重要視されている。本科目では、データサイエンティストにとって必要とされる知識やスキルのうち、統計解析や各種データマイニング手法、機械学習などの理論を学習する。さらに、高機能な統計解析フリーソフトウェアの「R」を用いたデータ分析手法の実践を通じて簡単なデータ分析ができるスキルを身につけることを目的とする。

ページの先頭へ戻る

科目目標

①データマイニングの概要を理解する
②データマイニングのプロセスを理解する
③統計解析の各手法を正しく理解する
④データマイニングの各手法を正しく理解する
⑤Rを用いて基本統計量を求め、可視化することができる
⑥Rを用いて推定と検定を行うことができる
⑦Rを用いて多変量解析を行うことができる
⑧Rを用いてクラスター分析、決定木学習、アソシエーション分析を行うことができる

ページの先頭へ戻る

履修前提条件

・ビジネス事例から学ぶ統計入門
の単位を修得済みであること。
また、
・コンピュータのための基礎数学(旧:コンピュータのための基礎知識)
の単位を修得していることが望ましい。

本科目を通してR言語というプログラミング言語を使うため、その他の科目(ソフトウェア開発論ⅠやUNIXサーバ構築Ⅰ,Ⅱなど)で何らかのプログラミング(C, Java, PHP, Perlなど)を少しでも経験していることが望ましい。

この科目はテキスト形式の授業コンテンツが多数を占めています。この点をよく理解した上で、履修登録を行ってください。

ページの先頭へ戻る

授業教材

教科書 ※購入必須

なし

ツール

ツール名 発売元 バージョン 必要PCスペック 備考
ツール名
フリー統計解析ソフトウェア R
発売元
OSS
バージョン
3.2.0以降
必要PCスペック
PC(Windows, MacOS)
備考

参考資料 ※購入任意

題名 著者 出版社 発行年 備考
題名
Rによる統計解析
著者
青木繁伸
出版社
オーム社
発行年
2009.4
備考
3800(税別) 【附属図書館の「Maruzen eBook Library」でも提供しています。 https://sites.google.com/cyber-u.ac.jp/library/site/search/maruzenebook 】
題名
Rによるデータサイエンス
著者
金明哲
出版社
森北出版
発行年
2007.10
備考
3600(税別)
題名
Rによるデータマイニング入門
著者
山本義郎, 藤野友和, 久保田貴文
出版社
オーム社
発行年
2015.11
備考
3132(税別) 【附属図書館の「Maruzen eBook Library」でも提供しています。 https://sites.google.com/cyber-u.ac.jp/library/site/search/maruzenebook 】

その他の資料

なし

ページの先頭へ戻る

期末試験実施方法について

レポート形式

ページの先頭へ戻る

授業時間外の学修と評価について

・内容の理解を深めるために、講義(動画およびテキスト)を繰り返し視聴・熟読してください。
・講義視聴ではよくわからなかった箇所の復習や、受講後の発展的学習のために、科目のお知らせやQ&Aなど授業内で案内する参考書籍やwebサイトおよび、図書館で提供している電子書籍サービス等を活用して調べるようにしましょう。

ページの先頭へ戻る

評価配分

ディベート レポート 小テスト 期末試験 その他 合計
0 % 15 % 55 % 30 % 0 % 100 %
 0 %   15 %   55 %   30 %   0 %   100 % 

ページの先頭へ戻る

各回の授業内容

授業内容および目次 小テスト他 備考(教科書、参考資料等)
第1回 1)タイトル:
オリエンテーション

2)学習目標:
講義の全体概要、本科目を学習する意義、学習の進め方について理解する。統計学とは、データマイニングとはどういうものなのかおよび、その重要性を理解する。

3)目次:
第1章 本科目の概要
第2章 統計的手法とは
第3章 データマイニングとは
第4章 ビッグデータ時代の到来

この回の課題
・小テスト
 
第2回 1)タイトル:
Rを使う

2)学習目標:
本科目で用いるフリーソフトのRをインストールし、簡単な計算を行う方法を理解する。

3)目次:
第1章 Rとは何か
第2章 Rのインストール
第3章 Rでできること
第4章 Rで簡単な計算

この回の課題
・小テスト
 
第3回 1)タイトル:
Rで扱うデータ構造

2)学習目標:
Rで扱うさまざまなデータ構造について理解する。

3)目次:
第1章 Rで扱うデータ構造の概要
第2章 ベクトル
第3章 配列
第4章 データフレーム

この回の課題
・小テスト
 
第4回 1)タイトル:
基本統計量の可視化

2)学習目標:
基本統計量の算出方法を理解する。Rで基本統計量を求め、グラフやヒストグラムなどで可視化できるようになる。

3)目次:
第1章 基本統計量の概要
第2章 Rで基本統計量の計算
第3章 Rで基本統計量の可視化
第4章 さまざまな描画機能

この回の課題
・小テスト
 
第5回 1)タイトル:
相関と回帰

2)学習目標:
相関の考え方、相関係数の求め方を理解する。Rでクロス集計表、散布図が作成できるようになる。

3)目次:
第1章 二変量統計の概要
第2章 相関
第3章 Rで散布図を描く
第4章 Rで単回帰分析

この回の課題
・小テスト
 
第6回 1)タイトル:
推定と検定

2)学習目標:
統計的推定と仮説検定について理解する。Rで推定、検定が行えるようになる。

3)目次:
第1章 推定の概要
第2章 検定の概要
第3章 Rで推定
第4章 Rで検定

この回の課題
・小テスト
 
第7回 1)タイトル:
重回帰分析

2)学習目標:
重回帰分析について理解する。Rで重回帰分析が行えるようになる。

3)目次:
第1章 多変量解析の概要
第2章 重回帰分析の概要
第3章 重回帰分析の事例
第4章 Rで重回帰分析

この回の課題
・レポート
 
第8回 1)タイトル:
ロジスティック回帰分析

2)学習目標:
ロジスティック回帰について理解する。
Rでロジスティック回帰が行えるようになる。

3)目次:
第1章 ロジスティック回帰の概要
第2章 ロジスティック回帰の事例
第3章 ロジスティック回帰式の係数
第4章 Rでロジスティック回帰分析

この回の課題
・小テスト
 
第9回 1)タイトル:
クラスター分析(1)

2)学習目標:
クラスター分析とは何か、クラスター分析の種類にはどのようなものがあるかを理解する。
Rで階層的クラスター分析を行えるようになる。

3)目次:
第1章 クラスター分析の概要
第2章 階層的クラスター分析
第3章 Rで階層的クラスター分析(1)
第4章 Rで階層的クラスター分析(2)

この回の課題
・小テスト
 
第10回 1)タイトル:
クラスター分析(2)

2)学習目標:
非階層的クラスター分析を理解する。
Rで非階層的クラスター分析を行えるようになる。

3)目次:
第1章 非階層的クラスター分析の概要
第2章 非階層的クラスター分析の事例
第3章 Rで非階層的クラスター分析(1)
第4章 Rで非階層的クラスター分析(2)

この回の課題
・小テスト
 
第11回 1)タイトル:
決定木

2)学習目標:
決定木とは何か、どういう場合に用いるかを理解する。
Rを使って決定木を作成できるようになる。

3)目次:
第1章 決定木の概要
第2章 決定木のアルゴリズム
第3章 Rで決定木学習(1)
第4章 Rで決定木学習(2)

この回の課題
・小テスト
 
第12回 1)タイトル:
アソシエーション分析 

2)学習目標:
アソシエーション分析とは何か、さらにAprioriアルゴリズムを理解する。
Rでアソシエーション分析を行なるようになる。

3)目次:
第1章 アソシエーション分析の概要
第2章 Aprioriアルゴリズム
第3章 Rでアソシエーション分析(1)
第4章 Rでアソシエーション分析(2)

この回の課題
・小テスト
 
第13回 1)タイトル:
さまざまな機械学習 

2)学習目標:
機械学習の概要について理解する。
Rを使って簡単な機械学習を体験する。

3)目次:
第1章 機械学習の概要
第2章 Rでさまざまな機械学習(1)
第3章 Rでさまざまな機械学習(2)
第4章 Rでさまざまな機械学習(3)

この回の課題
・小テスト
 
第14回 1)タイトル:
テキストマイニングの基礎 

2)学習目標:
テキストマイニングの基礎について理解し、簡単なテキストマイニングが行えるようになる

3)目次:
第1章 テキストマイニングの概要
第2章 形態素解析
第3章 Rでテキストマイニング(1)
第4章 Rでテキストマイニング(2)

この回の課題
・小テスト
 
第15回 1)タイトル:
まとめ

2)学習目標:
本科目で学んだことを整理する。

3)目次:
第1章 データマイニングのプロセス
第2章 データの加工
第3章 Rで統計解析まとめ
第4章 Rでデータマイニングまとめ

この回の課題
・小テスト
 

ページの先頭へ戻る

open

Now Loading