講義概要
ビジネスデータの分析や科学計算で利用されているデータマイニング技術について学びます．その中でも，本講義では，相関ルールマイニング，クラスタリング，分類，およびグラフデータ分析を中心に手法の特徴を学びます．講師
- 所属
- 大阪大学
- 講師名
- 佐々木勇和
2014年大阪大学大学院情報科学研究科を修了後，2年間の名古屋大学ポスドクを経て，2016年より大阪大学大学院情報科学研究科助教．モバイルネットワーク，データベース，およびデータマイニングの研究に従事．
講義内容
- データマイニングの実用例 ： 実際にデータマイニングがどのように社会に応用されているかを具体例を用いて説明する．
- 相関ルールマイニング ： 事象Aと事象Bの相関を定式化する手法について学ぶ．
- クラスタリング ： データの類似性をもとに共通的な特徴をもつグループに分割する手法について学ぶ．
- 分類 ： ある未知のデータが与えられたときに，そのデータが何であるかを分類する手法について学ぶ．
- グラフマイニング： 節点と枝にてデータの関係性を表現するグラフデータ分析について学ぶ．
- 演習： Pythonを用いてデータマイニング技術の実装を行う．
受講要件
- 【受講要件】
-
- 情報工学に関して基礎的な知識を有することが望ましい．また，演習にてプログラミング言語Pythonを用いるため，Pythonの知識を有していることが望ましい．
- 【事前学習のポイント】
-
- 講義中に説明するため，特に事前学習の必要はありません
受講にあたって必要な準備
- 授業中にも下記を講義中にも説明する予定ですので，事前に準備する必要はありません．ただし，もし受講時にうまくインストールできない場合は，画面を見て頂くだけとなります．
Pythonを利用するためにAnacondaをインストール: anaconda インストールで調べると記事がたくさん出ます．
Pytorchをインストール：コマンド確認 https://pytorch.org/
Pytorchvisionのインストール：コマンド$: pip3 install torchvision
配布するコードをjupyter notebookで動作確認．
講義に関連する解説記事・参考文献・図書等
- Data Mining: Concepts and Techniques，Jiawei Han, Micheline Kamber and Jian Pei，Morgan Kaufmann Publishers