本講義では,経営工学における様々な問題の解決に向けた工学的アプローチとして,データ処理の中核となる統計手法,機械学習手法について紹介する.統計分野については,平均と分散,統計的推定,統計的仮説検定,多変量解析などについて説明する.機械学習分野については,分類,クラスタリングなどについて説明する.
本講義では,データ処理の基本となる統計的なものの見方・考え方,統計的な判断枠組み,機械学習の基礎技術の習得を目指し,経営工学のみならず日常の問題にそれらを適用し,問題解決に向けた基礎的知識を習得させることを目的とする.
本講義を履修することによって次のような能力を身につけることができる.
(1) データの取り扱い方法に関して,統計的推定,統計的検定,機械学習についての基礎知識を身につける.
(2) 数値や図を用いて基本的な統計量についての計算,解釈・説明ができる.
(3) 工学的な問題解決において,統計的,機械学習な方法論で,データを活用する.
(4) データを通したものの見方・考え方を経営工学上の問題のみならず日々の問題に適用できる.
点推定,区間推定,仮説検定,多変量解析,分類,クラスタリング
✔ 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) |
講義を行い,関連する演習問題を解く.授業の前半に前回の演習問題の解説を行う.
授業計画 | 課題 | |
---|---|---|
第1回 | データの統計的扱い | データの種類,基本的統計量の理解 |
第2回 | 確率の基本 | 統計で用いられる確率の基本知識の理解 |
第3回 | 標本抽出と推定 | 標本抽出,点推定,大数の法則の理解 |
第4回 | 区間推定 | 様々な設定に対する区間推定手法の理解 |
第5回 | 仮説検定(1) | 仮説検定の基礎知識の理解 |
第6回 | 仮説検定(2) | 様々な設定に対する仮説検定手法の理解 |
第7回 | 2変量データ | 2変量データの統計的取り扱い方法の理解 |
第8回 | 多変量解析 | 回帰分析などの多変量解析手法の理解 |
第9回 | 機械学習の基礎 | 機械学習の基本知識の理解 |
第10回 | 分類 | データの分類手法の理解 |
第11回 | 予測性能評価 | 機械学習手法の性能評価方法の理解 |
第12回 | クラスタリング | データのクラスタリング手法の理解 |
第13回 | 計算論的学習理論 | 機械学習の基礎学習理論の理解 |
第14回 | まとめ | 統計,機械学習の実問題への適用方法の理解 |
学修効果を上げるため,教科書や配布資料等の該当箇所を参照し,予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと.
尾畑伸明 『データサイエンスのための確率統計』 共立出版
鈴木顕 『機械学習アルゴリズム』 共立出版
本位田真一(監修),松本一教,宮原哲浩,永井保夫,市瀬龍太郎(著)『人工知能』(改訂2版) オーム社
その他,必要に応じて,適宜プリントを配布する.
授業中の小課題,期末試験の合計により評価
「経営・経済のための確率」を履修していること,または同等の知識があること