データマイニング入門
| 日時 | 内容 | スライドのファイル | 補足資料など | 発表者 |
| 10月12日 | 1章 データマイニングとは 1.1 統計学の憂鬱 1.2 データマイニング 1.3 データ解析の新しい流れ 1.4 データウェアハウス 1.5 データマイニングと統計解析環境Ｒ 1.6 コピーレフト、オープンソース、そしてＲ |
dm-eguchi-1012.pdf | 江口 | |
| 1.7 Ｒことはじめ | dm-msaito-1012.pdf | 斉藤（優） | ||
| 11月2日 | 2章 ニューラルネット 2.1 神経回路のモデル化 2.2 偽札を見分ける 2.3 ニューラルネットによる在庫管理 |
dm-sassa-1102.pdf | 佐々 | |
| 10月26日 | 2.4 さまざまななオプション 2.5 Ｒによるニューラルネット |
dm-tsaito-1026.pdf | 斉藤（高） | |
| 11月2日 | 3章 人工知能エンジンと決定木 3.1 人工知能と機械学習 3.2 タイタニックの運命 3.3 モデルの系譜・発展 |
dm-Rinka-1102.pdf | 林 | |
| 3.4 偽札データ再考 3.5 不動産の鑑定 3.6 Ｒによる決定木 |
dm-okazaki-1102.pdf | 岡崎 | ||
| 11月9日 | 4章 自己組織化マップ 4.1 コホーネンネット 4.2 数理モデル 4.3 小売業のポジショニングマップ 4.4 カクテルマップ 4.5 決定木との連動 |
dm-msaio-1109.pdf | 斉藤（優） | |
| 4.6 Ｒによる自己組織化マップ | dm-eguchi-1109.pdf | 江口 | ||
| 11月16日 | 5章 連関規則 5.1 同時確率/条件付き確率 5.2 温泉の効能の連関規則 5.3 シングルモルトの特徴 5.4 「ことわざ」を創る！ |
dm-tsaito-1116.pdf | 斉藤（高） | |
| 5.5 Ｒによる連関規則の発見 | dm-sassa-1116.pdf | 佐々 | ||
| 11月30日 | 6章 クラスター分析 6.1 階層的クラスター分析 6.2 非階層的クラスター分析 |
dm-okazaki-1130.pdf | 岡崎 | |
| 6.3 Ｒによるクラスター分析 | dm-Rinka-1130.pdf | 林 | ||
| 12月7日 | 7章 ベイジアンネットワーク 7.1 ベイジアンネットワークとは？ 7.2 ベイズ統計学 7.3 ベイジアンネットワークモデル 7.4 低出生体重児に関する医療データの分析 |
dm-eguchi-1207.pdf | 江口 | |
| 7.5 Ｒによるベイジアンネットワーク | dm-msaito-1207.pdf | 斉藤（優） | ||
| 12月14日 | 8章 サポートベクターマシン 8.1 パーセプトロンの限界 8.2 線形ＳＶＭ 8.3 非線形ＳＶＭ 8.4 分析例−偽札データ− 8.5 スパムメールの判別−カーネル選択− 8.6 文献案内 |
dm-sassa-1214.pdf | 佐々 | |
| 8.7 Ｒによるサポートベクターマシン | dm-tsaito-1214.pdf | 斉藤（高） | ||
| 12月21日 | 9章 潜在意味解析 9.1 潜在意味解析とは 9.2 語句の検索、意味の探索 9.3 ＬＳＡが拓く可能性 9.4 ＬＳＡの実際 |
dm-Rinka-1221.pdf | 林 | |
| 9.5 Ｒによる潜在意味解析 | dm-okazaki-1221.pdf | 岡崎 |