高度情報教育基盤ユニット(iEdu)

ユニット提供科目

  1. 現在の位置 : ホーム
  2.  
  3. ユニット提供科目-科目内容
  4.  
  5. 情報分析・管理演習

情報分析・管理演習

授業の概要・目的

今日,文理の分野を問わず最先端の研究を進めていくには,大規模データの分析・管理技術が不可欠となっている.本講義では,コンピュータで問題を解くのに 必要なモデル化やアルゴリズムとその情報検索への応用,データの管理およびデータから有用な情報や知識を抽出する技術,情報の分析結果の可視化と対話技術 など,多くの分野で利用されているトピックを精選して,演習形式で具体的な問題を計算機で解く方法を学ぶ.

授業計画と内容

ガイダンス(1回)
演習の準備およびプログラミング言語Rのインストール,簡単な使い方

問題のモデル化と問題の解き方,情報検索(5回) (担当: 浅野)
講義で扱った,グラフを用いたモデル化とアルゴリズム(オイラー閉路,最短経路)やPageRankについて,Rで実際に問題を解く方法を学ぶ. さらに,正規表現や配列解析(ペアワイズアラインメント,隠れマルコフモデル)についても,Rで解く方法を学ぶ.また,問題を解くだけでなく,可視化など を通じて結果を分析する基礎を身につける.

データマイニング (3回)(担当: 浅野)
データを分析して,有用な情報や知識を抽出するデータマイニング技術(相関ルール,クラスタリング,決定木,サポートベクターマシンなど)を,Rで実行する方法を学ぶとともに,得られた結果を解析する.

データベース (3回) (担当: 加藤)
大規模な情報を管理するデータベースを,MySQLを用いて実現する方法を学ぶ.

情報の可視化と対話技術 (3回) (担当: 加藤)
分析結果などの情報の可視化,インタラクション技術,情報発信技術について,Processingを用いた演習を行う.

履修要件

情報分析・管理論を受講していること.プログラミングを伴う演習を受講する意欲があれば,プログラミング経験は問わない.

成績評価の方法・基準

演習で扱った情報分析・管理技術を理解し,具体的な問題に応用し,実際にその解を計算できるようになることが達成目標である.「情報分析・管理論」と合わせて,出席状況および毎週のレポートによってこの目標に到達しているかどうかを検証し,成績を算出する.

教科書

使用しない

参考書等

Jon Kleinberg, Eva Tardos (著), 浅野孝夫, 浅野泰仁, 小野孝男, 平田富夫 (翻訳)Jon Kleinberg and Eva Tardos『アルゴリズム・デザインAlgorithm Design』(共立出版Addison Wesley.)
Richard Durbin, Sean R. Eddy, Anders Krogh, Graeme Mitchison.『Biological sequence analysis -Probabilistic models of proteins and nucleic acids-』(Cambridge University Press)
C.M. ビショップ(著), 元田 浩, 栗田 多喜夫, 樋口 知之, 松本 裕治, 村田 昇 (翻訳)C. M. Bishop『パターン認識と機械学習 -ベイズ理論による統計的予測- 上・下巻Pattern Recognition and Machine Learning』(シュプリンガー・ジャパンSpringer-Verlag.)

その他(授業外学習の指示・オフィスアワー等)

前期・後期共に同一内容のリピート科目である.
自身の研究に,種類は問わず,何らかのデータを用いている学生を歓迎する.
オフィスアワーについては特に指定せず,メールのやり取りで随時行う.
加藤誠: kato@dl.kuis.kyoto-u.ac.jp浅野泰仁: asano@i.kyoto-u.ac.jp
※オフィスアワー実施の有無は、KULASISで確認してください 。

ページの先頭へ

S