シラバス
| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
|---|---|---|---|---|---|---|---|---|
| 公共政策特講１ ビジネスのためのデータサイエンス実践論／法学特講１ ビジネスのためのデータサイエンス実践論／政治経済特講１ ビジネスのためのデータサイエンス実践論 | 2024 | 秋学期 | 土4 | 法学部 | 數見 拓朗 | カズミ タクロウ | 3･4年次配当 | 2 |
科目ナンバー
JU-OL3-024S
履修条件・関連科目等
* 企業におけるデータ分析に興味を持って授業に取り組めることを条件とします。
授業で使用する言語
日本語
授業で使用する言語（その他の言語）
授業の概要
本授業「ビジネスのためのデータサイエンス実践論」では、統計学とコンピュータを駆使して、民間企業で扱う様々な種類の統計データの処理と分析に関して実践的な方法を学びます。授業は、統計学の基礎を学ぶ講義パートとコンピュータを使った実習パートに分けて行います。いずれのパートも企業におけるデータ分析に関心のある3~4年生の初学者の履修を想定した内容であり、基本から丁寧に進めていきます。
科目目的
「児童手当を充実させる」「長期金利の変動許容幅を拡大する」「次年度の投資プロジェクトを策定する」といった政策の方向性や具体的な目標を設定するプロセスにおいて、「データをうまく活用しよう」という要請が官民問わず大きくなっています。こうしたデータに基づいた意思決定が好まれる理由は、政府であれば国民に納得度の高い政策を提示でき、会社であれば収益性の高い事業に投資できる可能性が高まるからです。実際に様々な意思決定の現場で、より良い決断を行うためにデータの収集と分析、可視化などがよく行われています。そこで、本授業「ビジネスのためのデータサイエンス実践論」では、経済・金融統計データや企業内に蓄積されるデータを具体的な事例として、意思決定の場で必要な統計的手法とIT技術の活用方法を習得することを目指します。
到達目標
全授業14回分のまとめを、完全に修得することを到達目標とします。
授業計画と内容
# 導入編
導入編では、近年なぜ企業は意思決定を行う際にデータ分析を重視しようとしているのか、その背景と目的について解説します。さらに、より良い意思決定を行うために企業がいかに統計学やソフトウェアを駆使しているのか、そのプロセスとともに具体的な事例を紹介します。また、授業の課題や成績の評価方法なども説明します。
* 第1回 データに基づく意思決定とその実際
# 基礎編
基礎編では、意思決定を行う際に必要となるデータ分析の基礎を講義し、コンピュータを用いた実習を行います。
* 第2回 代表値と記述統計の解説
* 第3回 確率と分布の解説
* 第4回 分析実習A
* 第5回 推定と検定の解説
* 第6回 分析実習B
# 応用編
応用編では、基礎編で学んだことの発展として、様々なデータ分析手法の考え方について学びます。
* 第7回 時系列分析の考え方
* 第8回 ベイズ統計の考え方
* 第9回 ランダム化比較実験の考え方
* 第10回 分析実習C
# 実践編
実践編では、データが与えられたときに自分ならどのような意思決定を下すかを手を動かしながら体験します。データの分析方法だけではなく、分析をするためのデータの加工方法と分析を行うソフトウェアの種類や扱い方を学びます。
* 第11回 データ分析を支える様々なソフトウェアの紹介
* 第12回 分析設計書と分析レポートの書き方
* 第13回 分析実習D
# まとめ
まとめでは、今後の参考になるように 講義で説明しきれなかったトピックや参考文献を紹介します。加えて、レポート作成についての質疑応答を行います。
* 第14回 まとめと懇談
授業時間外の学修の内容
指定したテキストやレジュメを事前に読み込むこと
授業時間外の学修の内容（その他の内容等）
授業時間外の学修に必要な時間数／週
・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。
成績評価の方法・基準
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| レポート | 70 | レポート試験は、事前に配布する総合演習を中心として出題します。 |
| 平常点 | 30 | 平常点は、発言、討議への参加、課題の提出を含みます。 |
成績評価の方法・基準（備考）
評価の前提条件：出席率が40％に満たない場合、レポートを殆ど提出しない場合については単位を付与しないことがあります。
課題や試験のフィードバック方法
授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法（その他の内容等）
アクティブ・ラーニングの実施内容
ディスカッション、ディベート／グループワーク／プレゼンテーション
アクティブ・ラーニングの実施内容（その他の内容等）
授業におけるICTの活用方法
その他
授業におけるICTの活用方法（その他の内容等）
授業では、コンピュータを使ってデータ分析を実践していきます。そのため授業ではPCを利用します。自分のノートPCを持参するか、教室備え付けのものを利用してください。
実務経験のある教員による授業
はい
【実務経験有の場合】実務経験の内容
數見拓朗
・2013年4月、株式会社サイバーエージェント入社
R&Dエンジニア、機械学習エンジニア、データサイエンティストとしてAmebaブログ、ABEMA、タップルなどのtoCサービスにおけるデータ分析と活用における業務を担当
・2022年3月より株式会社サイバーエージェント、データサイエンスセンター室、室長
【実務経験有の場合】実務経験に関連する授業内容
実社会や企業で扱われるデータの実践的分析手法について講義します。
テキスト・参考文献等
テキストは特に指定しません。関連資料等を、講義時に配布する予定です。