【講義概要】
データマイニングは統計学等のデータ解析の技法を、企業等の大量なデータに網羅的に適用することで知識を取り出す技術で、通常のデータの扱い方から想像が及びにくい、発見的（ヒューリスティック）な知識や有用な情報の取得を期待して利用されるものである。従来は、このような取引等のデータは経理処理等に必要なデータだけ取り出され、他に活用されなかったが、情報技術の向上により潜在的な企業経営ニーズが眠る大量なデータを鉱山と見立てて採掘(mining)することが可能となっている。このデータマイニングを利用して、企業等では各種問題解決に活用している。
【学習到達目標】
データマイニングの技術や統計学のデータ分析の手法を習得できる。
【履修上の注意】
積極的な授業への取り組みを望む。
【事前準備学習】
授業前に配布する資料を読み、専門用語や不明な用語は予め調べておく。
授業後においては授業で行なった分析法を整理し授業内容を再現できるようにしておく。
【教材】
※指定図書は担当教員が、学生が必読すべきものとして指定する図書のことです。
図書は図書館に置いてあり、１週間借りることができます。（一部貸出不可の図書もあります。）
| 教科書 | －教科書は、登録されていません。－ |
| 参考書 | －参考書は、登録されていません。－ |
| 指定図書 | －指定図書は、登録されていません。－ |
【評価方法】
毎講義ごと行う課題（60点）、レポート（20点）と学習態度（20点）で評価する。
【講義テーマ】
| 回数 | テーマ | テーマURL |
| 1 | 1： ガイダンス(授業の概要と今後の進め方について説明する) | |
| 2 | 2： ２組のデータセットから違いについて検討1(t検定) | |
| 3 | 3： ２組のデータセットから違いについて検討2(回帰分析) | |
| 4 | 4： ２組のデータセットから予想を行う | |
| 5 | 5： ２組のデータセットから回帰式を求める | |
| 6 | 6： 株価データから安値と高音を予測する | |
| 7 | 7： ２組のデータセットから要因分析を行う | |
| 8 | 8： アンケート調査結果を解析する | |
| 9 | 9： 説明変数選択基準を求める | |
| 10 | 10： 来店客データから客数を予想し要因分析をする | |
| 11 | 11： 判別予想をする | |
| 12 | 12： クロス分析をする | |
| 13 | 13： １元配置実験データを分析する | |
| 14 | 14： 2元配置実験データを分析する | |
| 15 | 15： 本講のまとめ(本講のまとめをする) | |
| 16 | 16： 定期試験期間 | |