予測モデル構築
応用データサイエンス学位プログラム
MADS7140
コース情報
担当教員: 大原 佳子
単位数: 2
年度: 2024
学期: 春学期
曜限: 金6
形式: 対面授業
レベル: 500
アクティブラーニング: あり
他学部履修: 不可
評価方法
授業参加
28%
リアクションペーパー
26%
その他
授業での実習の進捗および最終課題の取り組み・結果に対する評価の総合
46%
詳細情報
概要
原材料の価格を予測する,顧客の購買確率を予測するなど,予測モデル作成はデータ活用において重要な目的となることが多い。 この講座では,時系列分析・多変量解析・機械学習を用いた予測モデルの作成とそれぞれの特徴について学ぶとともに,モデルの精度を上げるためのデータクリーニングの注意点,モデル評価および運用時に必要となるモニタリング方法など,予測モデルを作成/運用する際に必要となる事柄全般について,座学と実習にて習得する。
目標
本講義では,以下の項目を身につけることを目標とする。 ・予測モデルの基礎となる考え方と代表的な手法について理解する ・予測モデル作成の前後に必要となるデータの扱いやモデルの評価・モニタリングについて理解する ・データを使って予測モデルの作成と精度向上の作業を実施できる
授業外の学習
各授業内容の理解およびプログラミング技術習得・課題実施
所要時間: 4時間程度
スケジュール
- イントロダクション:データ分析とモデル作成の概要,RとPythonの分析環境設定
- 統計モデルの基礎と回帰分析
- 多変量解析(1):ロジスティック回帰
- 多変量解析(2):ツリー分析
- モデル作成の手順とモデルの評価
- 機械学習モデル(1):ランダムフォレスト
- 機械学習モデル(2):SVM
- 機械学習モデル(3):ニューラルネットワーク
- データの扱いについて
- 時系列モデル(1):ARIMAモデル
- 時系列モデル(2):VARモデル
- モデルのモニタリングについて
- 最終課題実施
- 最終課題発表会
教科書
教科書は指定せず,講義資料はMoodleにて配布します
参考書
データ分析のための数理モデル入門
著者: 江崎貴裕
出版社: ソシム株式会社
改訂版 入門はじめての時系列分析
著者: 石村貞夫・石村友二郎
出版社: 東京図書