データマイニングのシラバス検討2

			<blockquote><p>

[ その1 ]

なるべく差別化をしようとすると、(a)応用編、(b)前処理テクニック、(d)自然言語処理編、(c)実践編あたりに分かれるのかな。

そろそろ大枠を固めようということで、上記(b)+(d)+(a)の組み合わせを想定してシラバス書き始めてます。教科書は指定せず、参考文献を提示し、メインはこちらで資料準備する予定。参考文献として予定しているのは以下の通り。

• 機械学習のための特徴量エンジニアリング――その原理とPythonによる実践
• データからの知識発見 (放送大学教材)
• 仕事ではじめる機械学習
• Pythonではじめるデータラングリング――データの入手、準備、分析、プレゼンテーション
• Data Mining: Practical Machine Learning Tools and Techniques
• word2vecによる自然言語処理
• 時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装

情報推薦や検索エンジン寄りの話、レビュー分析みたいな話も考慮中ですが、どこかへのおまけとして話すぐらいかしら。