シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名
／Course

◆Pythonを用いたデータマイニング入門1／Introduction to Data Mining Using Python 1

時間割コード
／Course Code

E2F05012_E1

開講所属
／Course Offered by

経済学研究科／Graduate School of Economics

ターム・学期
／Term・Semester

2024年度／Academic Year　　第1クォーター／1Q

曜限
／Day, Period

他／Otr

開講区分
／Semester offered

前期／the former term

単位数
／Credits

1.0

学年
／Year

1,2

主担当教員
／Main Instructor

吉野　孝

科目区分
／Course Group

授業形態
／Lecture Form

講義・演習

教室
／Classroom

開講形態
／Course Format

遠隔授業（授業回数全体の半分以上）

ディプロマポリシー情報
／Diploma Policy

要件所属／Course Name	ディプロマポリシー／Diploma Policy	DP値／DP Point
経済学研究科	高度な専門性と研究力	5
経済学研究科	協働性と倫理性	3
経済学研究科	地域への関心とグローバル視点	1
経済学研究科	研究科が掲げる到達目標	1

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Affiliation
吉野　孝	システム工学部（教員）

授業の概要・ねらい／Course Aims	前半において，テキストマイニングの手法について，入門的な内容を講義する。後半では，機械学習の一つである画像認識について，入門的な内容を講義する。また，講義の内容の理解を深めるために，データを使いながら，Pythonを用いて演習する。
到達目標／Course Objectives	・テキストマイニングの基本的な手法を説明できる．・簡単なテキストマイニングを自分でプログラムを組んで実施できる．
成績評価の方法・基準／Grading Policies/Criteria	レポート・課題（100%）講義や演習内容の理解を確認するための課題（レポート等）の提出を必須とする．課題の未提出がある場合は，単位を認定しない．また，動画教材の未視聴等があり，授業への参加が確認できない場合は減点とする．
教科書／Textbook	特になし．Moodleコースを通じて，資料（動画教材や各種ファイルなど）を配布する．
参考書・参考文献／Reference Book	※下記の書籍は自習用の参考として紹介するものです．授業の中で利用することはありません． ※Pythonでテキストマイニングを扱った書籍は数多く出版されているため，次に示す書籍に限らず，自分に合った書籍を探してください．・東京大学のデータサイエンティスト育成講座～Pythonで手を動かして学ぶデ―タ分析～,塚本邦尊, 山田典一, 大澤文孝, マイナビ出版, ISBN：9784839965259, 3,278円・15Stepで踏破自然言語処理アプリケーション開発入門, 土屋祐一郎, リックテレコム, ISBN：9784865941326, 3,300円・Pythonで動かして学ぶ自然言語処理入門, 柳井孝介, 庄司美沙, 翔泳社, ISBN：9784798156668, 3,520円
履修上の注意・メッセージ／Notice for Students	本授業は，オンデマンド型で実施する．各⾃，動画の内容に従って，履修をすすめてください．
履修する上で必要な事項／Prerequisite	授業内では，PCを利⽤するため，各⾃のPCを⽤いること．なお，本授業の中では，PCのサポートは⾏わない．メール，Webブラウザ，エディタ等のプログラミングに必要な基本的な操作⽅法は，各⾃が事前に習得していることを前提とする．視聴状況も確認します．視聴されていない場合には，小テストやレポートの提出がされていても，未受講と判断します．
履修を推奨する関連科目／Related Courses	実践的データマイニング1，実践的データマイニング2
授業時間外学修についての指示／Instructions for studying outside class hours	授業計画にそって，準備学習と復習を⾏うこと．さらに，授業内容に関連する課題に関する調査・考察を含めて，毎回の授業ごとに⾃主的学習を求める．
その他連絡事項／Other messages	講義コンテンツは，講義日に配信しますので，毎週取り組んで下さい．授業内容の質問等は，Moodleのフォーラムを活用すること．また，週1回，Teamsを用いた同時双方向型のオンラインサポート室を開設する．オンラインサポート室は自由参加とするが，積極的に参加して，疑問を解消することを期待している．オンラインサポート室の日程等については授業内で案内する．
授業理解を深める方法／How to deepen your understanding of classes	授業中に示すデータ分析について，分析を行い，さらに提示されているい発展的な課題に取り組むことで，授業の理解を深めることができる．【「アクティブ・ラーニング」実施要項 ③, ⑦】
オフィスアワー／Office Hours	本授業に関する質問や相談等は，Moodleのフォーラム（掲示板）を用いて随時受け付けます．オフィスアワー：授業開講時火曜日16時30分〜18時メール：yoshino@wakayama-u.ac.jp（吉野孝），北⼀号館A809 ※できる限り，事前にメール連絡ください．
科目ナンバリング／Course Numbering	E61034J11119E595，E61034J11119P595

No.	回（日時）／Time (date and time)	主題と位置付け／Subjects and instructor's position	学習方法と内容／Methods and contents	備考（担当）／Notes
1	1	データマイニングとは	・講義の概要・データマイニングの基本概念・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
2	2	相関ルールのマイニング	・相関ルールのマイニング・アプリオリ(Apriori)アルゴリズム・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
3	3	クラスタリング	・クラスタリング（k-means法）・距離の計算方法・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
4	4	階層的クラスタリング	・階層的クラスタリング・クラスタの非類似度の測定方法・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
5	5	分類（決定木）	・分類（決定木）・決定木作成のアルゴリズムの紹介・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
6	6	分類（k近傍法）	・分類（k近傍法）・ｋによる違い・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
7	7	テキストマイニングの基礎，形態素解析，Nグラム	・テキストマイニングとWord2Vec ・Doc2Vec ・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
8	8	テキストマイニングとWord2Vec	・テキストマイニングの基礎・頻度分析・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）

授業の概要・ねらい／Course Aims	前半において，テキストマイニングの手法について，入門的な内容を講義する。後半では，機械学習の一つである画像認識について，入門的な内容を講義する。また，講義の内容の理解を深めるために，データを使いながら，Pythonを用いて演習する。
到達目標／Course Objectives	・テキストマイニングの基本的な手法を説明できる．・簡単なテキストマイニングを自分でプログラムを組んで実施できる．
成績評価の方法・基準／Grading Policies/Criteria	レポート・課題（100%）講義や演習内容の理解を確認するための課題（レポート等）の提出を必須とする．課題の未提出がある場合は，単位を認定しない．また，動画教材の未視聴等があり，授業への参加が確認できない場合は減点とする．
教科書／Textbook	特になし．Moodleコースを通じて，資料（動画教材や各種ファイルなど）を配布する．
参考書・参考文献／Reference Book	※下記の書籍は自習用の参考として紹介するものです．授業の中で利用することはありません． ※Pythonでテキストマイニングを扱った書籍は数多く出版されているため，次に示す書籍に限らず，自分に合った書籍を探してください．・東京大学のデータサイエンティスト育成講座～Pythonで手を動かして学ぶデ―タ分析～,塚本邦尊, 山田典一, 大澤文孝, マイナビ出版, ISBN：9784839965259, 3,278円・15Stepで踏破自然言語処理アプリケーション開発入門, 土屋祐一郎, リックテレコム, ISBN：9784865941326, 3,300円・Pythonで動かして学ぶ自然言語処理入門, 柳井孝介, 庄司美沙, 翔泳社, ISBN：9784798156668, 3,520円
履修上の注意・メッセージ／Notice for Students	本授業は，オンデマンド型で実施する．各⾃，動画の内容に従って，履修をすすめてください．
履修する上で必要な事項／Prerequisite	授業内では，PCを利⽤するため，各⾃のPCを⽤いること．なお，本授業の中では，PCのサポートは⾏わない．メール，Webブラウザ，エディタ等のプログラミングに必要な基本的な操作⽅法は，各⾃が事前に習得していることを前提とする．視聴状況も確認します．視聴されていない場合には，小テストやレポートの提出がされていても，未受講と判断します．
履修を推奨する関連科目／Related Courses	実践的データマイニング1，実践的データマイニング2
授業時間外学修についての指示／Instructions for studying outside class hours	授業計画にそって，準備学習と復習を⾏うこと．さらに，授業内容に関連する課題に関する調査・考察を含めて，毎回の授業ごとに⾃主的学習を求める．
その他連絡事項／Other messages	講義コンテンツは，講義日に配信しますので，毎週取り組んで下さい．授業内容の質問等は，Moodleのフォーラムを活用すること．また，週1回，Teamsを用いた同時双方向型のオンラインサポート室を開設する．オンラインサポート室は自由参加とするが，積極的に参加して，疑問を解消することを期待している．オンラインサポート室の日程等については授業内で案内する．
授業理解を深める方法／How to deepen your understanding of classes	授業中に示すデータ分析について，分析を行い，さらに提示されているい発展的な課題に取り組むことで，授業の理解を深めることができる．【「アクティブ・ラーニング」実施要項 ③, ⑦】
オフィスアワー／Office Hours	本授業に関する質問や相談等は，Moodleのフォーラム（掲示板）を用いて随時受け付けます．オフィスアワー：授業開講時火曜日16時30分〜18時メール：yoshino@wakayama-u.ac.jp（吉野孝），北⼀号館A809 ※できる限り，事前にメール連絡ください．
科目ナンバリング／Course Numbering	E61034J11119E595，E61034J11119P595

No.	回（日時）／Time (date and time)	主題と位置付け／Subjects and instructor's position	学習方法と内容／Methods and contents	備考（担当）／Notes
1	1	データマイニングとは	・講義の概要・データマイニングの基本概念・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
2	2	相関ルールのマイニング	・相関ルールのマイニング・アプリオリ(Apriori)アルゴリズム・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
3	3	クラスタリング	・クラスタリング（k-means法）・距離の計算方法・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
4	4	階層的クラスタリング	・階層的クラスタリング・クラスタの非類似度の測定方法・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
5	5	分類（決定木）	・分類（決定木）・決定木作成のアルゴリズムの紹介・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
6	6	分類（k近傍法）	・分類（k近傍法）・ｋによる違い・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
7	7	テキストマイニングの基礎，形態素解析，Nグラム	・テキストマイニングとWord2Vec ・Doc2Vec ・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）
8	8	テキストマイニングとWord2Vec	・テキストマイニングの基礎・頻度分析・データマイニング演習	・ＰＣを仕様・遠隔授業（オンデマンド型）

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information