科目ナンバー

UW-AI4-A12S

履修条件・関連科目等

担当教員のAI・データサイエンス演習Aで単位取得済みであることを履修条件とする。また、AI・データサイエンスと現代社会、AI・データサイエンスツールIIIおよびIVを学修していること、あるいは並行履修することが望ましい。

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

【テーマ】データサイエンスによるEBPMの実践

本演習では、データサイエンスを利用した「客観的根拠に基づいた意思決定、提案、政策形成」（EBPM：Evidence-based Policy Making）を実践するための教育と機会の場を提供することを主とする。
　社会問題の解決には、①そもそもどこに問題があるのか、②その原因は何なのか、③それを実現可能な方法で取り除くには何が必要なのか、これらを順に解決する必要があり、そのためには経済学の知見とデータの適切な処理と分析、それを実行するためのプログラミングスキルが必要となる。
　演習Cでは、こうした実践として個人で研究計画を立て、EBPMを実践し、研究論文の執筆を行うことで、問題の発見から解決までを自身で行うことができるようになることを目指す。

科目目的

前期に立てた研究計画に基づき、先行研究を踏まえた実証研究を実施し、問題の原因やその解決策の提示を行い、卒業論文を完成させることを目的とする。

到達目標

現状分析から問題意識を導き、先行研究を踏まえたうえで理論的な仮説を立て、実証分析により原因を明らかにすることができることを本演習の到達目標とする。

授業計画と内容

第01回　中間報告会
第02回　論文の進捗報告とディスカッションⅠ①
第03回　論文の進捗報告とディスカッションⅠ②
第04回　論文の進捗報告とディスカッションⅠ③
第05回　論文の進捗報告とディスカッションⅠ④
第06回　論文の進捗報告とディスカッションⅡ①
第07回　論文の進捗報告とディスカッションⅡ②
第08回　論文の進捗報告とディスカッションⅡ③
第09回　論文の進捗報告とディスカッションⅡ④
第10回　論文の進捗報告とディスカッションⅢ①
第11回　論文の進捗報告とディスカッションⅢ②
第12回　論文の進捗報告とディスカッションⅢ③
第13回　論文の進捗報告とディスカッションⅢ④
第14回　論文報告会

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

授業時間外の学修の内容（その他の内容等）

先行研究のレビューおよび報告の際に指摘された修正点に関して、授業時間外で多く時間が必要となる。文献リストを作成し、先行研究を体系化すること。また、未習の手法に関しても各自で能動的に学修することを要する。

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／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

PBL（課題解決型学習）／反転授業（教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式）／ディスカッション、ディベート／プレゼンテーション／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

その他

授業におけるICTの活用方法（その他の内容等）

実証研究を行う際に、R言語等のプログラミングが必須となる。

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

特定のテキストは指定しない。各自でScience Directなどのデータべースから先行研究のリーディングリストを作成し、都度その内容について発表を行ってもらう。

その他特記事項

病欠・公欠・就職活動のような特段の理由なく欠席がある場合、評価対象としない。やむを得ず欠席する場合は、事前に連絡をすること。

参考URL