科目名	データマイニング
単位数	2.0
担当者	知能工学専攻　准教授　黒木　進
履修時期	後期（第３ターム）
履修対象	３年次
講義形態	講義
講義の目的	データマイニングの主要なテーマである（１）頻出パターン抽出、（２）クラス分類、（３）クラスタリングについての解説をとおして、その数理的な基礎と考え方を理解する。
到達目標	データマイニングの分析法について、その数理的な原理を説明できる。【知識2、技能1】 学習した知識を用いて分析できる。【思考力、判断力】
受講要件	「データ構造とアルゴリズム�T」、「データ構造とアルゴリズム�U」、「データベース」、「確率統計」、「情報理論」を受講していることが望ましい。
履修取消の可否	可
履修取消不可の理由
事前・事後学修	授業の前に教科書をよく読み、不明な点を明確にする。 関連するニュースや新聞記事などを読み、幅広く知識を身に付ける。 コンピュータを使ってデータマイニングを実際に行ってみる。
講義内容	１．はじめに（応用事例紹介やデータウェアハウスなど） ２．決定木学習（１）　情報利得に基づく場合 ３．決定木学習（２）　情報利得比に基づく場合 ４．ルール学習 ５．ナイーブベイズ学習 ６．階層的クラスタリング ７．非階層的クラスタリング（１）　K-means法 ８．非階層的クラスタリング（２）　Fuzzy C-means法 ９．中間まとめ １０．サポートベクトルマシン（１）　線形サポートベクトルマシン １１．サポートベクトルマシン（２）　カーネルトリック １２．サポートベクトルマシン（３）　ソフトマージンサポートベクトルマシン １３．相関ルール（１）　多頻度アイテム集合と相関ルール １４．相関ルール（２）　アプリオリアルゴリズム １５．位置情報への応用 ※講義の順序は変更することがある。 ※上記とは別に期末試験を実施する。
期末試験実施の有無	実施する
評価方法・基準	試験と宿題により評価する。 試験：90％（中間試験45％。期末試験45％） 宿題：10％
教科書等	教科書：北上始・黒木進・田村慶一（著）「データベースと知識発見」（コロナ社） 参考書：元田浩・津本周作・山口高平・沼尾正行（著）「IT Text データマイニングの基礎」情報処理学会編集（オーム社） 　　　　豊田秀樹（著）「データマイニング入門」（東京図書）
担当者プロフィール	授業内容やレポートなどに関する、学生の個別学習相談を随時受け付けています。 教員の所在は、学内サイネージ等に掲示されていますので、確認の上、研究室を訪ねてみてください。 黒木　進：マルチメディアデータベースの研究に従事． 研究室：情報科学部棟6階　623号室
講義に関連する実務経験
課題や試験に対するフィードバック	模範解答と解説を提示する。
アクティブ・ラーニング	振り返り
キーワード	決定木、ルール学習、ナイーブベイズ推論、クラスタリング、サポートベクトルマシン、頻出アイテム集合、相関ルール
備考