データサイエンス基礎講座2018<Rではじめる機械学習(アルゴリズム概説とR演習)編> データサイエンス基礎講座2018<Rではじめる機械学習(アルゴリズム概説とR演習)編>

タイムテーブル

11月1日(木) 19:00~21:00(120分)

1限目

<1>Rと機械学習の基礎と回帰分析

  • 機械学習とは何か?
  • Rとは何か?
  • R Studioのインストールと利用前の設定
  • Rの基本的な利用方法/Rを使った統計量とデータの把握

<2>回帰分析で目的変数の値や発生確率を予測

  • 単回帰分析
  • 重回帰分析
  • ロジスティック回帰分析

<3>演習課題1 ECのコンバージョン分析

11月2日(金) 19:00~21:00(120分)

2限目

<1>クラスタリング分析の3つの手法でデータを分類

  • クラスタリングの3つの手法
  • 階層化クラスタリング
  • 非階層化クラスタリングとk平均法
  • モデルベースクラスタリング

<2>主成分分析・因子分析で属性を削減し因子を特定

  • 主成分分析とは?
  • 因子分析

<3>アソシエーション分析で関連性がある物事を見極める

  • アソシエーション分析に使われるアソシエーション・ルールとは
  • arulesによるアソシエーション分析

演習課題2 アソシエーション・ルールによるPOS分析

21:00~21:45(45分) 懇親会
11月6日(火) 19:00~21:00(120分)

3限目

<1>サポートベクターマシンでクラス分類

  • 線引きによるクラス分類
  • カーネル法
  • サポートベクターマシンによる機械学習

<2>アンサンブル学習と正則化―モデルの組み合わせと過学習の解決

  • 過学習とは?
  • 正則化
  • アンサンブル学習

<3>演習課題3 購買頻度分析

11月7日(水) 19:00~21:00(120分)

4限目

<1>ニューラルネットワークとディープラーニング

  • ニューラルネットとは?
  • ディープラーニングとニューラルネットワークの手法

<2>授業の進捗によって、上記カリキュラムの説明補足

<3>全体:まとめ、質疑応答、課題のディスカッション

11月14日(水) 19:00~21:00(120分)

5限目

【特別講演1】
「国産「R」:<Visual R Platform>の機能・特徴の紹介

講師

株式会社NTTデータ数理システム

営業部

マイニングコンサルティングリーダー

中園 美香

【特別講演2】
「R」を利用した業務改善例(<Visual R Platform>の導入事例講演)

講演名称/テーマ

厳しい競合下にある百貨店には,ID付POSデータという“宝”が眠っている.復活に向けての道筋をデータ分析で論考する

講師

須山 憲之

文化学園大学

服装学部 ファッション社会学科 大学院 生活環境学研究科

教授

  • 首都大学東京におけるマーケティングリサーチ教育
  • 上智大学におけるインターナショナルマーケティング教育
  • 専修大学大学院におけるマーケティング教育を担当

講師略歴抄訳

  • グローバルマーケティングとカスタマーリレーションシップマネジメントの計量分析が専門
  • 上智大学経済学部卒業、専修大学経済博士号取得、ロチェスター大学マーケティングMBA取得
  • 大丸百貨店戦略マネージャー、楽天株式会社 マーチャンダイジング / クライアントマーケティング・マネージャー, COO(不動産、食品産業)兼マネージャー等
  • 東南アジアを中心に10年以上の海外ビジネスキャリアを持つ
  • 日本マーケティング学会、東南アジア研究学会(ファッションビジネス)、ハラル研究学会所属
  • Gerson Lehrman Group(GLG)グループコンサルタント

留意事項

授業内容については、授業進行の状況で内容等の変更がある可能性があります。あらかじめご了承下さい。