科目ナンバー

SE-AI3-7A18

履修条件・関連科目等

　1、2年次の学科の基礎的な専門科目を履修しておくこと。特に、１年次科目「統計学」、２年次科目「データ解析第１」を履修し、検定・推定、分散分析、回帰分析について学んでいること、２年前期の「テクニカルプレゼンテーション」を履修し、技術レポートの作成の仕方について学んでいることを前提とする。また、2年後期の「データサイエンス実験A」についても履修していることを前提とする。

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

　ビジネスデータサイエンス学科の講義・演習を補完するべく、調査・実験の計画、データの収集から、分析、分析結果の活用、レポート作成までをグループワークで行う。
　テーマは４テーマあり、１テーマあたり３回実施される。テーマの内容については、「授業計画と内容」を参照のこと。

科目目的

　実際の問題・課題におけるデータサイエンスの活用の場を体験することで、その内容および適用上のポイントをより深く理解することを目的とする。

到達目標

　目的に応じた調査・実験の計画、データの収集、解析、解析結果の活用、レポート作成ができる力を身につけること。

授業計画と内容

第1回 オリエンテーション

第2回 ～第13回 以下の4テーマからなる実験をクラス毎にローテーションで実施。 1つのテーマに付き３回, 　計12回実施する。

テーマ1 センシングデータ解析（大草）
(1) 運動動作計測と特徴量抽出
(2) 走行動作を用いたプロとの動作比較：動作解析と改善
(3) 歩行動作を用いた動作解析と改善

テーマ2 視線検出装置を用いた注目度の計測（加藤）
(1) 視線計測の仕組みと視線検出装置の概要
(2) 視線検出装置 を用いた注目度の計測
(3) 注目度計測のデータ解析・まとめ

テーマ3 自然言語処理によるテキスト分析（難波）
(1) SNSを用いた商品の評判分析
(2) 特許を用いた技術動向分析
(3) 金融テキストを用いたトピック分析

テーマ4 ラズベリーパイを用いたデータ取得・解析（庄司）
(1) ラズベリーパイの概要とシステム構築
(2) ラズベリーパイを用いたデータ取得と解析
(3) ラズベリーパイを活用したシステム・サービスの企画提案・まとめ

第14回 総合討論

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／授業終了後の課題提出／その他

授業時間外の学修の内容（その他の内容等）

・本科目の予複習をすること。
・テクニカルプレゼンテーション、実験Aの復習をすること。

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１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２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／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

グループワーク／実習、フィールドワーク

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

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

テキストは特に指定しない。担当者ごとに必要な資料を配付する。

その他特記事項

参考URL