科目の概要
現在、国内外でさまざまな機械学習コンペティションが開催されており、公開されているさまざまなノートブックは、さまざまなデータ分析課題を解く上で大きなヒントを与えてくれる。そこでこの授業では、機械学習コンペティションを通して実践的なデータ分析技術を学ぶ。
科目情報
履修想定年次
2年次
単位数
2単位
開講Q
3-4Q
科目区分
選択
授業の方法
演習科目
評価方法
課題の提出状況と結果
前提科目
（推奨）
（推奨）
なし
前提科目
（強く推奨）
（強く推奨）
なし
後継科目
（推奨）
（推奨）
なし
科目ナンバリング
INF-2-C3-0034-022
到達目標
機械学習コンペティションに参加して，実データの取り扱い，特に実践的なデータ整形法を身につける．またスコア改善のための特徴量の選択や作成，パラメータのチューニング法などの機械学習プロジェクトの実践的な手順を身につける。
教科書・参考書
[教科書]
- 順次公開予定
[参考書]
- 順次公開予定
授業時間外の学修
各回の講義内容で特に理解が不十分な内容は繰り返し見返し、復習を行ってください。また、次回の学習内容についてもあらかじめ不明な単語や前提となる知識をWebで調べるなどして予習することをおすすめします。
特記事項
前提科目
機械学習概論, Pythonプログラミング
後継科目
データサイエンス実践Ⅱ（モデリング）, マーケティング × データサイエンス
※実務家教員担当科目
2026年2月27日現在。内容が更新される場合があります。
授業計画
第1回ガイダンス
第1回
ガイダンス
第2回kaggle概要（その1）
第2回
kaggle概要（その1）
第3回kaggle概要（その2）
第3回
kaggle概要（その2）
第4回分析タスクと評価指標基本
第4回
分析タスクと評価指標基本
第5回コンペティション基本（その1）
第5回
コンペティション基本（その1）
第6回コンペティション基本（その2）
第6回
コンペティション基本（その2）
第7回コンペティション基本（その3）
第7回
コンペティション基本（その3）
第8回コンペティション実践（その1）
第8回
コンペティション実践（その1）
第9回コンペティション実践（その2）
第9回
コンペティション実践（その2）
第10回コンペティション実践（その3）
第10回
コンペティション実践（その3）
第11回非構造化データの扱い（その1）
第11回
非構造化データの扱い（その1）
第12回非構造化データの扱い（その2）
第12回
非構造化データの扱い（その2）
第13回最終課題（その1）
第13回
最終課題（その1）
第14回最終課題（その1）
第14回
最終課題（その1）
第15回最終課題（その2）
第15回
最終課題（その2）