開講場所：
提供：大阪大学
講師：鬼塚　真
開講日時：2022年4月5日 ~
受講対象者：院生(博士/博士後期)
評価方法：毎回行う課題の完成度等を踏まえて評価を行う．
受講生へのコメント：各回の講義で学んだ内容の演習や次の講義の予習を宿題として課す．

教科書・教材
毎回の講義で講師から講義の資料をCLEで配布する．
Tableau's <a href="http://www.tableau.com/data-visualization-software">data visualization software</a> is provided through the Tableau for Teaching program.

参考文献
Data Mining: concepts and techniques
http://www.cse.hcmut.edu.vn/~chauvtn/data_mining/Texts/[1]%20Data%20Mining%20-%20Concepts%20and%20Techniques%20(3rd%20Ed).pdf

分析のツールを使う際には，PCの持参をお願いする場合がある

データマイニング技術を構成する多次元データ分析，相関ルールマイニング，クラスタリング，グラフマイニング，分類，推薦，異常検知に関するアルゴリズム，および分散環境におけるビッグデータ処理技術に関して学ぶ．

アルゴリズムとデータ構造に関する基本的な知識およびプログラミングに関する一般的な知識は必要．

第1回目 ビッグデータ技術の最新動向と適用事例１
第2回目 ビッグデータ技術の最新動向と適用事例２
第3回目 多次元データ分析(OLAP分析)
第4回目 相関ルールマイニング1
第5回目 相関ルールマイニング2
第6回目 クラスタリング1
第7回目 クラスタリング2
第8回目 分類1
第9回目 分類2
第10回目 分類3
第11回目 グラフ分析1
第12回目 グラフ分析2
第13回目 グラフ分析3
第14回目 異常検知
第15回目 推薦技術