近年急速に発展しつつあるAI(人工知能)の利用には、膨大なデータが必要である。しかし、AIを活用する以前に、蓄積されたデータを集約?整理?分析するデータ分析を行うことにより、解決できる問題も少なくない。本講義では、データ分析に関する基本的な概念や手法を学ぶとともに、実践的な演習を行う、このような講義と演習を通じて、データ解析の基本的な手法を習得して、実際にデータ活用を行えるようになることを目指す。
【第1回 統計の基礎】
?集計
?記述統計と推測統計
?基本統計量:平均、分散、標準偏差
?パラメトリック検定:F検定、t検定
【第2回 多変量解析Ⅰ】
?線形重回帰分析
?数量化I類
?予測
【第3回 多変量解析Ⅱ】
?ロジスティック回帰分析
?主成分分析
?因子分析
【第4回 クラスター分析】
?類似度と距離
?凝集法とデンドログラム(樹形図)
?K-Means法
【第5回 決定木】
?交差妥当性
?CART法
?C5.0法
【第6回 ニューラルネットワーク】
?学習パラメータ
?予測と分類
?AIとディープラーニング
【第7回 テキストマイニングの基礎】
?形態素解析
?潜在意味解析
?共起ネットワーク討議
自己点検
【第2?3回】8月25日(水)8:40~10:20、10:35~12:15
【第4?5回】8月26日(木)8:40~10:20、10:35~12:15
【第6?7回】8月27日(金)8:40~10:20、10:35~12:15