機械学習を用いたデータ分析技術－学習・修学支援への取り組み

AIやビッグデータの活用が注目を集めているが、機械学習はAIの基本となる技術であり、最適化手法の応用でもある。これまでの産業・社会への適用から、新たな応用分野として機械学習を用いたデータ分析技術に取り組んでいる。
学内における留年・退学者の削減を目的として、学内教務システムK’sLifeから得られる学生の履修、成績、出席等のデータを用いて、機械学習の適用により留年・退学者を早期に予測・予防する方式を開発した。リアルタイムな出席状況から成績不良者を早期に検出することにより、速やかな対応・改善が可能となる。またこれらのデータ分析は個々の学生に適した履修計画の支援にも適用可能であり、個別最適な学習・修学支援の実現を目指す。
企業においても大量のデータの活用は重要であり、今後本技術の新たな適用を図りたい。

• 最適化手法の産業・社会への応用：スマートハウスにおけるエネルギーコスト最小化等
• スケジューリング技術：再配達を考慮した配送計画、大学の時間割作成、省エネ列車ダイヤ等