科目ナンバー

GM-OM3-SI03

履修条件・関連科目等

「データサイエンス」、「データ分析」、「応用統計学」、を履修することが望ましい。

授業で使用する言語

日本語／英語

授業で使用する言語（その他の言語）

授業の概要

他大学の学生も参加するデータコンペに参加する。与えられた実際のデータに対して、データサイエンスの⼿法を適⽤して新しい知⾒を得る。また、結果発表のプレゼンテーションを経験する。必要となる⾼度な⼿法に関してはその都度説明する。

科目目的

統計、データサイエンス（AIの⼿法を含む）を実データに適応し、新たな知⾒を得、それを発表する経験をもつことを目標とする。そのために基本的およびより進んだ統計学、データサイエンスの⼿法に対する直観的かつ理論的理解を獲得し、それを統計ソフトウェアRを⽤いて実データに適⽤する。さらにその結果をわかりやすい発表にまとめる具体的なプロセスを学習する。

到達目標

学⽣が⾃分でインターネットや図書館などから必要なデータや解析方法を収集し、それをRなどを⽤いて解析し、それに関する有益な知⾒を発⾒し、それを⽤いて具体的な⾏動計画を⽴てられる⼒を獲得する。

授業計画と内容

第1回 詳細データ解析(1)
第2回 第1回に対する討論
第3回 詳細データ解析(2)
第4回 第3回に対する討論
第5回 詳細データ解析の修正(1)
第6回  第5回に対する討論
第7回 詳細データ解析の修正(2)
第8回  第7回に対する討論
第9回  レポートの作成および追加のデータ解析(1)
第10回 第9回に対する討論
第11回 レポートの作成および追加のデータ解析(2)
第12回 第11回に対する討論
第13回  最終発表会(1)
第14回  最終発表会(2)

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

授業時間内で終了しなかった作業は授業時間外で完了すること。

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

成績評価の方法・基準（備考）

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

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

PBL（課題解決型学習）／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）

データ解析はRStudioを利⽤した統計ソフトウェアRによって⾏う。RStudioは個⼈のPCにインス
トールしたものを使うか、計算量が必要な場合は担当教員が準備した RStudio server を利⽤す
る。

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

担当教員は種々のデータの解析およびコンサルタントの経験がある。

【実務経験有の場合】実務経験に関連する授業内容

担当教員の経験より、データを実際に利⽤・解析・解釈する上で重要な観点を教える。

テキスト・参考文献等

参考⽂献︓
授業の「経営統計⼊門」、「データサイエンス」、「データ分析」、「応⽤統計学」、担当教員に
よる「専門演習 I 」で利⽤した教科書。

その他特記事項

参考URL