データマイニングと機械学習

内容

1. スライド　1 データマイニングと機械学習
2. スライド　2 データと情報
3. スライド　3 情報が必須
4. スライド　4 データマイニング
5. スライド　5 機械学習の技法
6. スライド　6 構造記述
7. スライド　7 機械は本当に学習するのか？
8. スライド　8 お天気問題
9. スライド　9 分類と相関規則
10. スライド　10 お天気問題（複数種属性）
11. スライド　11 コンタクトレンズ・データ
12. スライド　12 規則集合
13. スライド　13 本問題に対する決定木
14. スライド　14 アヤメの分類
15. スライド　15 計算機性能の予測
16. スライド　16 労使交渉データ
17. スライド　17 労使交渉データの決定木
18. スライド　18 大豆の分類
19. スライド　19 領域知識の役割
20. スライド　20 実地に使用された適用事例
21. スライド　21 ローン申込み処理
22. スライド　22 機械学習を用いて
23. スライド　23 画像のスクリーニング
24. スライド　24 機械学習を用いて
25. スライド　25 需要予想
26. スライド　26 機械学習を用いて
27. スライド　27 機械欠陥の診断
28. スライド　28 機械学習を用いると
29. スライド　29 マーケティング�T
30. スライド　30 マーケティング �U
31. スライド　31 機械学習と統計学
32. スライド　32 探索としての一般化
33. スライド　33 概念空間の数え上げ
34. スライド　34 バージョン空間
35. スライド　35 バージョン空間の例
36. スライド　36 候補削除アルゴリズム（1/3）
37. スライド　37 候補削除アルゴリズム（2/3）
38. スライド　38 候補削除アルゴリズム（3/3）
39. スライド　39 バイアス
40. スライド　40 言語バイアス
41. スライド　41 探索バイアス
42. スライド　42 過剰適応回避バイアス
43. スライド　43 データマイニングと倫理 �T
44. スライド　44 データマイニングと倫理 �U
45. スライド　45 レポート課題