シラバス参照

授業情報/Class Information

科目一覧へ戻る 2023/07/20 現在

基本情報/Basic Information

開講科目名
/Class
基礎演習Ⅱ/Basic Seminar Ⅱ
授業コード
/Class Code
B600832009
開講キャンパス
/Campus
ポートアイランド
開講所属
/Course
経営学部/Business Administration
年度
/Year
2023年度/Academic Year  
開講区分
/Semester
後期/AUTUMN
曜日・時限
/Day, Period
金1(後期)/FRI1(AUT.)
単位数
/Credits
2.0
主担当教員
/Main Instructor
齋藤 政彦/SAITO MASAHIKO
科目区分
/Course Group
【専門教育科目】 〈コア科目〉/*** MAJORS *** 〈Core Subjects〉
遠隔授業
/Remote lecture
No

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
齋藤 政彦/SAITO MASAHIKO 経営学部/Business Administration
授業の方法
/Class Format
講義と演習
授業の目的
/Class Purpose
「データは21世紀の石油である」という言葉が示す様に、現在では、インターネットや情報処理技術の飛躍的な発展により、データは様々な分野で活用され、価値を生み出している。スマートフォンが常時インターネットに接続され、三宮を行きかう人の流れがビッグデータとして蓄積されている。またコンビニの商品の売り上げデータも、中央コンピュータに集められ、大手コンビニの経営を支えている。「データ」は「石油」ではなく、[原油」であり、それが精製されてこそ価値を生むのであるが、データを精製する技術がデータサイエンスである。この演習では、現代のデータサイエンスの概要を学び、さらにデータサイエンスの重要な要素である統計学の基礎をビジネスや地域課題の解決における実例を通して学ぶ。
到 達 目 標
/Class Objectives
1 現在進展中のデータサイエンスの概要を理解する。
2   様々なデータをエクセル等のツールで分析し、統計学の基礎を理解する。
3  実際のグループワークを通してデータを用いた課題解決の方法を理解する。
授業のキーワード
/Keywords
データサイエンス、AI、インターネット、統計学、データ解析
授業の進め方
/Method of Instruction
講義と講義の内容に則した演習を行う。学生各自のパソコンを持ち込んでエクセルの実習を行う予定である。
履修するにあたって
/Instruction to Students
積極的に課題に取り組みつつ統計学の基礎を理解し、実際色々な課題についてデータ解析を行ってみてほしい。
授業時間外に必要な学修
/Expected Work outside of Class
講義や演習の課題について復習を行うこと。
提出課題など
/Quiz,Report,etc
毎回の課題をメールまたはLMSで提出。最終プレゼン資料(グループごと)と最終レポートを提出する事。
成績評価方法・基準
/Grading Method・Criteria
毎回の課題50%、最終プレゼン資料20%, 最終レポート30%で評価する。
テキスト
/Required Texts
『データサイエンス講座1 データサイエンス基礎』
齋藤政彦・小澤誠一・羽森茂之・南知恵子 編
培風館
ISBN:978-4-563-01610-4
参考図書
/Reference Books
ビジネス統計学上・下、アミール・D・アクゼル, ジャヤベル・ソウンデルパンディアン著 ; 手嶋宣之, 原郁, 原田喜美枝訳、上 ISBN 9784478470923、下 ISBN 9784478470930
ダイヤモンド社, 2007.3
No.
/Time
主題と位置付け
/Subjects and position in the whole class
学習方法と内容
/Methods and contents
備考
/Notes
1 第1回 ガイダンスとデータサイエンス概要1 この講義の概要とデータサイエンスの最近の進展について学ぶ。
2 第2回 データサイエンス概論2 社会で活用されているデータやAIについて学ぶ。
3 第3回 データ解析と統計1 データの種類やデータの基本的な統計量を学ぶ。エクセル等のツールの使い方も説明する。
4 第4回 データ解析と統計2 データの間の相関関係や、相関関係と因果関係について、エクセル等で実データを解析しながら学ぶ。
5 第5回 データ解析と統計3 データを表現する方法として、様々なグラフの表現を学ぶ。エクセル等で実際にデータのグラフ化を行う方法を学ぶ。
6 第6回 データ解析と統計4 データ解析における統計的推定や検定をおこなうための確率と統計の基礎をまなぶ。エクセルによる実習を含む。確率の考え方、条件付き確率、順列・組み合わせ
7 第7回 データ解析と統計5 データ解析における統計的推定や検定をおこなうための確率と統計の基礎をまなぶ。エクセルによる実習を含む。データの分布を確率的にとらえる。
8 第8回 データ解析と統計6 データ解析における統計的推定や検定をおこなうための確率と統計の基礎をまなぶ。エクセルによる実習を含む。正規分布、二項分布の正規近似
9 第9回 データ解析と統計7 データ解析における統計的推定や検定をおこなうための確率と統計の基礎をまなぶ。エクセルによる実習を含む。標本と標本分布
10 第10回 データ解析と統計8 データ解析における統計的推定や検定をおこなうための確率と統計の基礎をまなぶ。エクセルによる実習を含む。信頼区間と仮説検定
11 第11回 データ解析課題解決演習1 グループに分かれ、データセットと課題を設定し、データ解析を行い、課題解決を目指す。グループでデータセットと課題を話し合って設定する。
12 第12回 データ解析課題解決演習2 グループに分かれ、データセットと課題を設定し、データ解析を行い、課題解決を目指す。データの可視化や色々なデータ解析を試行し課題解決の方向性を探る。
13 第13回 データ解析課題解決演習3 グループに分かれ、データセットと課題を設定し、データ解析を行い、課題解決を目指す。データ解析を行い、課題解決を目指す。また得られたデータ解析の結果を可視化してまとめてみる。
14 第14回 データ解析課題解決演習4 グループに分かれ、データセットと課題を設定し、データ解析を行い、課題解決を目指す。最終発表会に向けて、プレゼン資料を準備する。
15 第15回 最終発表会 得られたデータ解析の結果と解釈をグループごとに発表する。

科目一覧へ戻る