学部後期課程
HOME 学部後期課程 データ指向モデリング
過去(2020年度)の授業の情報です
学内のオンライン授業の情報漏洩防止のため,URLやアカウント、教室の記載は削除しております。
最終更新日:2024年4月1日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

データ指向モデリング

本講義では、実社会で相互作用する複数の人間の行動データを解析し、集団としての人間行動モデルを構築するための基盤的な手法を取り扱う。社会ネットワークやマーケティング等を題材とした複数の研究事例から、データ解析およびモデルの作成と評価に関する基本的な手法を学ぶ This lecture will explain the foundational method for analyzing behavior data and building the human behavior model as a group. The basic method of data analysis, model building, and model evaluation are explained on the topic of a social network, marketing, etc.
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
FEN-SI2d08L1
FEN-SI2d08L1
データ指向モデリング
和泉 潔
A1
火曜2限、金曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
開講所属
工学部
授業計画
【和泉担当講義内容】 1 モデリングとは イントロ データマイニング 基本概念の説明 人工知能研究とは「検索」と「推論」 ミクロ-マクロリンク 5種類のモデリング 2 テキストマイニングの基礎 テキストマイニングとは ブートストラップ 因果関係抽出 2 閉鎖システム(1) クラスタ分析 特徴ベクトル クラスタ分析の演習 3 閉鎖システム(2) 軌跡マイニング 分節化 室内移動シミュレーション 4 開放システム 主成分分析と回帰分析 状態空間(説明変数)の集約 主成分分析 外部環境からの影響 回帰分析 5 動的開放システム 時系列 時系列モデル 自己回帰 マーケティングシミュレーション 【鳥海担当講義内容】 1 パターン認識1 パターン認識の基礎 最近傍決定則 2 パターン認識2 パーセプトロン 3 パターン認識3 区分的線形識別と交差検証 4 パターン認識4 ニューラルネットワーク 5 パターン認識5 ベイズ確率の基礎 6 データ分析の実応用
授業の方法
電卓やスマートフォン、PCなど計算機能を有する機器を持参する事。
成績評価方法
出席と通常講義での課題、および、和泉回・鳥海回それぞれの最終レポートを合算して評価します。
教科書
マルチエージェントのためのデータ解析(コロナ社)、わかりやすいパターン認識(オーム社)
履修上の注意
基礎を固める(分野別基礎)