第1回 データサイエンス（基礎）およびデータサイエンス（中級）の復習
データサイエンス（基礎）およびデータサイエンス（中級）で解説した多変量解析の手法を復習する。（専門知）
第2-4回：ネットワーク分析
ネットワーク分析は要素間の関係を可視化するための分析手法で、組織内や地域社会内の人的ネットワークを表現するために用いられることが多い。ネットワークを作成するときに用いられる隣接行列について学び、有向グラフと無向グラフについて理解する。また、様々な中心性の指標について学ぶ。サブグラフの抽出やコミュニティの抽出についても学ぶ。（専門知）
第5-7回：アソシエーション分析
アソシエーション分析は小売店などで同時に購入される商品の組み合わせを発見するときに用いられる手法である。アソシエーション分析で用いられる支持度、信頼度、リフト値という3つの指標を理解する。アソシエーション分析の代表的なアルゴリズムであるアプリオリアルゴリズムについて学ぶ。（専門知）
第8回 データマイニングの実践（ALH）
講義で配布されたデータを対象に、各自が課題を設定し分析を行う。その結果をレポートにまとめ、提出する。（発見力、発想力）
第9回 機械学習の考え方
教師あり学習と教師なし学習について学ぶ。また、機械学習の手法によって構築されたモデルの精度を検証する方法を学習する。（専門知）
第10, 11回 決定木
決定木の代表的なアルゴリズムであるCARTについて学ぶ。過学習を回避するため方法を理解する。（専門知）
第12回 アンサンブル学習の考え方
ブートストラップおよびジャックナイフといったリサンプリングの方法を学習する。アンサンブル学習の代表的な手法であるバギングとブースティングについて概観する。（専門知）
第13, 14回 ランダムフォレスト
ランダムフォレストは決定木のアンサンブル学習である。ランダムフォレストではどのように決定木が用いられているのか理解する。また、分析によって推定される変数重要度についても理解する。（専門知）
第15回 まとめ
本科目で採り上げた分析手法を復習し、各手法の特徴についての理解を深める。（専門知）
|