知識情報科学特論２

知識情報科学特論２

998F43R

86MCINP506

照井　伸彦

Nobuhiko Terui

2026年度前期

2026年度

②Second semester

火曜2限

Tuesday 2nd Period

経営学研究科　経営学専攻

Department of Management, Graduate School of Management

2.00単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

データサイエンスの基礎として統計的(機械)学習の入門を学ぶ

Student learn an introductory statistical (machine) learning methods and their applications in R.

近年，社会・経営の様々な意思決定や問題解決においてデータ・情報から知識を獲得する手法が重要な役割を担うようになっている．このコースの目的は本研究科のディプロマポリシーに述べる能力(1)-(4)に関連して統計的機械学習を利用することで先端的な技術の応用方法を学ぶ．

In recent years, data mining and machine learning methods have played important roles in decision making and problemsolving in business and management.The goal of this course, in relation to the abilities (1) through (4) stated in the diploma policy of this department, is to learn machinelearning to apply these techniques to real-world problems.

統計的(機械)学習を理解し，実装・応用する方法を習得する

Basic understanding of the statistical (machine) learning and its application.

-

-

授業時間外にも能動的に分析に取り組むこと．準備学習・復習に要する時間はそれぞれ１時間，３時間程度を目安とする．

Proactive effort in preparing data analyses and presentations outside of lecture hours is expected. The expected amount of work between lectures is of four hours.

平常のプレゼンと討論

Presentation and discussion in a class.

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

Y

James, Witten, Hastie and Tibshrani著「Rによる統計的学習入門」朝倉書店

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

1 導入
2  統計的学習
3 線形回帰
4 分類
5 リサンプリング
6 線形モデル選択と正則化
7 線形を超えて
8 木に基づく方法(1)
9 木に基づく方法(2)
10 サポートベクターマシン(1)
11 サポートベクターマシン(2)
12 教師無し学習(1)
13 教師無し学習(3)
14 復習とまとめ (1)
15 復習とまとめ (2)

1 Intriduction
2 Statistical Learning
3 Linear Regression
4 Classification
5 Resampling
6 Linear Model Selection and Reguralization
7 Beyond Lineairity
8 Tree Based Method (1)
9 Tree Based Method (2)
10 Support Vector Machine (1)
11 Support Vector Machine (2)
12 Unsupervised Leatning (1)
13 Unsupervised Leatning (2)
14 Review and Concluding (1)
15 Review and Concluding (2)

-

-

-

Y

N