2019年度 | マテリアルズインフォマティクス (R)

2019年度　マテリアルズインフォマティクス (R) Materials Informatics (R)

文字サイズ小中大

開講元: 物質・情報卓越教育課程

担当教員名: 関嶋政和樺島祥介松下雄一郎小杉太一安尾信明

授業形態: 講義

メディア利用科目

曜日・時限(講義室): 金1-4(南4号館情報ネットワーク演習室第１演習室, Information Network Exercise Room 1st Exercise Room)

クラス: -

科目コード: TCM.A404

単位数: 2

開講年度: 2019年度

開講クォーター: 4Q

シラバス更新日: 2019年11月29日

講義資料更新日: -

使用言語: 英語

アクセスランキング

シラバス

講義の概要とねらい

すべての分野において計算とデータの活用が欠かせない時代になってきている．本講義では，理工系の研究者・技術者として活躍していくために重要となる，大量のデータをコンピュータを利用して解析し，利用するための基礎的な方法に関する演習を行う．本講義のねらいは，コンピュータ・ソフトウェアを用いてデータを処理・分析し，そこから重要な知見得る基礎技術を身に付けさせることである．

到達目標

コンピュータによるデータの処理の基本を理解し，統計学的分析のためのコンピュータ・ソフトウェアを適切に利用できるようになること

キーワード

分類，回帰，クラスタリング，次元圧縮，訓練誤差と汎化誤差，交差検証

学生が身につける力(ディグリー・ポリシー)

✔ 専門力

教養力

コミュニケーション力

展開力(探究力又は設定力)

✔ 展開力(実践力又は解決力)

授業の進め方

講義と演習を交互に行いながら授業を進める．講義内容に続き，関連したプログラミング演習を行う.

授業計画・課題

	授業計画	課題
第1回	ガイダンス	履修に必要となる数学的事項，Python 言語などに関する知識についてテストする．
第2回	前提学力確認テスト	計算（情報処理）とデータマイニングの基本的な考え方について理解でき，本科目の講義・演習の準備ができる．
第3回	データ分析の基礎	データマイニングの概要を理解し，基本的なデータ（事例集合）が何かを説明できるようになる．
第4回	計算環境の整備と活用	Classification の概要を理解し，単純規則ならびにnaiive bayesian rule の導出について説明できるようになる．
第5回	分類とモデル評価	単純な判定規則の生成の仕組みを特徴を理解し，生成ソフトを適切に使えるようになる．
第6回	分類	Decision tree の構成原理を説明できるようになる．
第7回	クラスタリング	Decision tree 生成アルゴリズムの仕組みを理解し，標準的な decision tree 生成ソフトを適切に使えるようになる．
第8回	クラスタリング	Association rule の考え方と評価方法を説明できるようになる．
第9回	主成分分析	Association rule 生成アルゴリズムの仕組みを理解し，標準的な生成ソフトを適切に使えるようになる．
第10回	主成分分析	Regression の考え方と各種評価方法を説明できるようになる．
第11回	次元圧縮	Regression rules の導出原理を理解し，代表的な生成ソフトを適切に使えるようになる．
第12回	次元圧縮	Clustering の考え方と clustering の基本手法の原理を説明できるようになる．
第13回	発展的トピック	Clustering の代表的な手法の仕組みを理解し，大代表的な clustering の形成ソフトを適切に使えるようになる．
第14回	発展的トピック	本講義で学んだ様々な手法を適切に使えるようになり，さらに進んだ話題についても概観できるようになる．
第15回	総合討論	基本的ではあるが実際的なデータマイニングの課題に対して，適切な手法を適用できるようになり，得られた成果を評価できるようになる．

教科書

特になし．

参考書、講義資料等

OCW-i にて電子的に配布する

成績評価の基準及び方法

授業内での小テスト／レポートにもとづいて評価する

履修の条件(知識・技能・履修済科目等)

線形代数学，微分積分学，数理統計学に関する基本的な知識があることが望ましい．

オフィスアワー

質問はメールベースで随時受けつける

その他

本授業科目は、TAC-MI登録学生対象科目です。今年度はTAC-MI登録学生限定とします。XCO.T487 ：基盤データサイエンスとXCO.T488 ：基盤データサイエンス演習を合わせたものと同一内容になっております。Google Colaboratory を使って演習を行います．第１回目までに各自 Google アカウントを取得し，Google Drive でのファイルアップロード／ダウンロードができるようにしておくことが望ましい。

国立大学法人東京工業大学