２０１5年4月10日 1. 研究室紹介 2. 今年予定している内容 3. わからないことがあったら  教員名 : 黄潤和領域 : 人工知能 Goal : make life/world better  研究テーマ:   ◦ Smart things/devices e.g. smart cup, smart cane, … ◦ City computing city modeling, air/noise/traffic/etc.  make city better in many aspects ◦ Human centric computing human modeling  thoughtful healthcare, smart service, …  データの収集 ◦ 人のデータ  スマートフォン、ウェアラブルデバイス、SNS… ◦ 環境データ  カメラ、センサ、参加型センシング、iBeacon…  分析 ◦ データマイニング  知識の発見：相関関係、分類、特徴… ◦ 統計解析  仮説検証  応用： 2変数の具体的な相関の測定 ◦ 最適化、将来の予測、コンテクストアウェアネス…  2年生 ◦ 「データサイエンス講義」の輪講コロンビア大学で行われたデータサイエンス講義をもとに内容をまとめたデータ分析入門書 ◦ 実践データ分析データマイニングツール「Weka」を用いて実際にデータから知識を見つける演習  3年生 ◦ 「データサイエンス講義」の輪講 ◦ スマートサービスとして各自興味のあるものを決め、調査を行う  データサイエンス ◦ ◦ ◦ ◦ ◦ ◦ ◦ プログラミングスキル機械学習データマイニング統計・数学知識統計的分析手法実践経験応用分野の知識  データマイニングデータマイニングとは？データの山の中からその中に潜んでいる、“おむつを買ったお客さんはビールも良く買う”のような有用な情報・パターン・ルールを見つけ出す技術。データマイニングにより、購買履歴、サービス利用履歴、クレーム履歴などさまざまなデータから、意味のある、そして有益なパターンや関係を見つけ出すことが可能。応用例：購買履歴から、顧客が次に買いそうなものを探し出す購買勧誘のためのダイレクトメール（DM）のレスポンス率（回答率）の向上データマイニングは目的によって様々な手法がありますクラス分類 • 決定木 • サポートベクターマシーンクラスタリング • K-means法 • ウォード法パターン抽出 • バスケット解析回帰分析 • ロジスティック回帰  教員・TAに直接かメールで聞いてください ◦ 研究室：西館4階A１ ◦ メールアドレス  黄潤和：[email protected]  TA佐藤：[email protected]