【サブタイトル】 |
Pythonによるデータ解析演習 |
【講義の目的・内容】 |
本演習では、プログラミング言語Pythonを用いて種々のデータを解析することで、「データ・マイニング論」講義で学んだ知識を、より実践的に理解する。 |
【学修到達目標】 |
本演習では、プログラミング言語Pythonを用いて種々のデータを解析することで、「データ・マイニング論」講義で学んだ知識を、より実践的に理解する。 |
【講義スケジュール】 |
"第1回: 環境構築 第2回: 偏相関+重回帰分析の発展① 第3回: 偏相関+重回帰分析の発展② 第4回: matplotlib発展 第5回: 可視化(コロプレス図) 第6回: 単純ベイズ分類器・基礎 第7回: 単純ベイズ分類器・応用、次元削減 第8回: クローリングとスクレイピング 第9回: 多様体学習 第10回: 因子分析 第11回: 推薦システム・基礎 第12回: 推薦システム・応用 第13回: アソシエーション分析 第14回: 後半のまとめ 第15回: 総まとめ" |
【指導方法】 |
講義のサンプルプログラムをもとに、別のデータに対する解析を行うプログラムを作成し、またプログラムの変更、機能拡張などに取り組むことで、理解を深める。 |
【事前・事後学修】 |
"事前学習: 各関連講義の理解 事後学習: 講義内容の復習を十分に行う" |
【成績評価の方法・基準】 |
講義への積極的な参加状況と、講義内で指示される課題等の提出状況・内容をもとに評価する |
【受講要件】 |
データ・マイニング論の履修。MOOCs等を用いて自学自習しておくことを強く推奨する。 |
【テキスト】 |
なし |
【参考書】 |
講義の中で適宜紹介する |
【関連分野・関連科目】 |
"「情報連携のための確率・統計学I/II」 「DS基礎」 「データマイニング論」 「DS演習I」" |
【備考】 |
|
【添付ファイル1】 |
【添付ファイル2】 |
【添付ファイル3】 |
【リンク】 |
|