|
授業概要
|
|
|
今日の情報化社会には，多種多様なデータが数多く存在している．データを解析して新たな知見を見出したり，データ内要素の分類法を応用したアプリケーションを開発したりする能力の醸成は大変重要である．そこで本授業では，多変量データに対するさまざまな分析手法について，講義で取り上げ，続いて演習を行う．
|
|
|
到達すべき
目標
|
|
|
データマイニング，パターン認識，機械学習などにおける，多変量解析をはじめとした基礎知識を体得することを目指す．
|
|
|
授業計画と
準備学習
|
|
本授業では，多変量データに対するさまざまな分析手法について，講義で取り上げ，続いて演習を行う．
なお，講義の進捗や理解度に応じて，内容は適宜変更することがある．
発展については，例を示しており，最先端の話題や理解度に応じて取り上げる内容を決定する．
授業計画
第 1回：導入(1) 情報化社会と多変量解析に関する最近の話題、線形代数復習
第 2回：導入(2) 基本統計量
第 3回：相関分析 相関係数、相関比、連相関数
第 4回：回帰分析(1) 単回帰分析
第 5回：回帰分析(2) 重回帰分析
第 6回：回帰分析(3) 数量化I類
第 7回：演習(1) 第2～6回講義ぶん
第 8回：判別分析(1) 線形判別分析
第 9回：判別分析(2) 数量化II類
第10回：主成分分析(1) 主成分分析
第11回：主成分分析(2) 数量化III類
第12回：主成分分析(3) 因子分析
第13回：演習(2) 第8～12回講義ぶん
第14回：クラスター分析 k-近傍、階層クラスタリング
第15回：発展 正準相関分析、独立成分分析、非負値行列因子分解
第16回：定期試験
|
|
|
|
授業の特色
|
|
|
|
学生のアク
ティブ・ラー
ニングを
促す取組
|
|
|
|
|
使用言語
|
|
|
|
TA，SA等配置
予定
|
|
|
|
基盤的能力
専門的能力
|
|
|
|
授業時間外
の学習
|
|
|
|
成績評価の
方法
|
|
|
演習の成績と定期試験により，成績評価を行う．必要に応じて理解度を確認する小テストを行い，これも評価に考慮する．
|
|
|
到達度評価
の観点
|
|
|
小テスト，演習，定期試験により総合的に到達度を評価する．
|
|
|
|
テキスト
|
|
| |
|
No
|
書籍名
|
著者名
|
出版社
|
出版年
|
ISBN/ISSN
|
|
|
1.
|
『意味がわかる多変量解析』
|
石井俊全
|
ベレ出版
|
2014
|
4860643984
|
|
|
|
テキスト
(詳細)
|
|
|
教科書にない発展内容は，講義スライドやプリントにて補足する．
|
|
|
|
参考文献
|
|
| |
|
No
|
書籍名
|
著者名
|
出版社
|
出版年
|
ISBN/ISSN
|
|
|
1.
|
『多変量データ解析』
|
杉山髙一・藤越康祝・小椋透
|
朝倉書店
|
2014
|
4254128010
|
|
|
2.
|
『図解入門 よくわかる多変量解析の基本と仕組み』
|
山口和範・高橋淳一・竹内光悦
|
秀和システム
|
2004
|
4798007927
|
|
|
|
参考文献
(詳細)
|
|
|
|
担当教員実
務経験内容
または実践
的教育内容
|
|
|
|
実践的授業
内容等
|
|
|
|
|
備考
|
|
|