ビッグデータアナリティクス Big Data Analytics
 
◇ 担当教員 Instructor : 中村 哲(Satoshi Nakamura / なかむら さとし)、 金谷 重彦(Shigehiko Kanaya / かなや しげひこ)、
岩爪 道昭(いわづめ みちあき)、 鈴木 優(Yu Suzuki / すずき ゆう)、
松井 くにお(Kunio Matui / まつい くにお)
◇ 単位数 Credits : 1単位 ◇ 選択・必修 Required/Elective : 選択 ◇ 講義室 Room : L3
◇ 講義スタイル Style : 講義/公開
◇ 開講時期 Quarter : Ⅲ期 金曜3限

◇ 授業目的 Course goals : コンピュータの小型化,高速化,ネットワークの高速化により,テキストからセンサーデータに至る多様で膨大なビッグデータが出現した.このデータから有用な知識を抽出することは工学的,社会学的に重要な意味を持つ.本授業では,多様なビッグデータの取り扱いに関するデータサイエンスの理論,最先端の方法論を,実際のビッグデータを使った演習より学ぶ.
◇ 授業内容 Course description : 本授業では,多様なビッグデータの取り扱いに関するデータサイエンスの理論,最先端の方法論を学び,インターネットのフォーラムにおけるテキストメッセージデータ,人と人の関連性データ,および,食物バイオ情報などの,ビッグデータを使った演習を通して講述する.
1.ビッグデータアナリシス概論(中村)
2.テキストマイニングとソーシャルメディアアナリシス技術 (松井)
3.Web クローリングとフィルタリング技術(岩爪)
4.ソーシャルメディアの実データ解析と演習(松井)
5.Hadoop による大規模データ処理(鈴木)
6.健康維持のためのオミックス・プラットフォーム「バイオ・ビッグデータに挑む」(金谷)
7.Hadoop による大規模データ処理演習(鈴木)
8.健康維持のためのオミックス・プラットフォーム演習(金谷)

◇ 教科書 Textbook : なし
◇ 参考書 Reference materials :
◇ 履修条件 Prerequisites : パターン認識(II期)、系列データモデリング(III期)を受講していることが望ましい.
◇ 成績評価 Grading : 小テスト,レポートにより採点する
◇ オフィスアワー Office Hours : 電子メールにより中村までコンタクトしてください.
◇ 講義関連URL URL :
ビッグデータ講義資料
◇ 配布資料 Handouts : 現在、配布資料はありません。