【講義概要】
今後、世界ではますますデータを活用した新産業創出や企業の経営力・競争力強化がなされることが予想され、データの有する価値を見極めて効果的に活用することが企業の可能性を広げる一方で、重要なデータを見逃した結果として企業存続に関わる問題となる可能性もある。
例えば、データから新たな顧客ニーズを読み取って商品を開発することや、データを踏まえて効率的な資源配分や経営判断をするなど、データと現実のビジネスをつなげられる人材を育成することが重要である。
本講では、データサイエンスリテラシーの授業を受け、データサイエンスの応用事例について学習をする。
【学習到達目標】
この科目では、データサイエンスの基礎から応用までを学び、データを活用した問題解決能力を身につけることを目的とする。まず、データサイエンスの基本概念を理解し、その役割や意義を説明できるようになることを目指す。また、データの種類や収集方法を学び、適切なデータを選択し扱う力を養う。
さらに、統計分析や機械学習の基礎について学び、基本的な統計手法を適用してデータの特性を分析するとともに、回帰分析や分類モデルの実装と評価ができるようになることを目指す。加えて、データを活用した問題解決の方法を習得し、実データを用いたプロジェクトを通じて、データ分析の一連の流れを経験する。
【事前準備学習】
前学習として、当該学習項目について教科書を読んでおく。
事後学習として、演習を行うことや、不明な点を各自調べてノートを作成する。
【教材】
※指定図書は担当教員が、学生が必読すべきものとして指定する図書のことです。
図書は図書館に置いてあり、１週間借りることができます。（一部貸出不可の図書もあります。）
| 教科書 | 『データサイエンス入門』 竹村彰通 他 学術図書出版社 2021 |
| 参考書 | －参考書は、登録されていません。－ |
| 指定図書 | －指定図書は、登録されていません。－ |
【評価方法】
テスト期間中のテストと講義期間中における課題（８０点）、授業態度（２０点）で評価をする。
【講義テーマ】
| 回数 | テーマ | テーマURL |
| 1 | ガイダンス | |
| 2 | マーケティングにおけるデータサイエンス１ | |
| 3 | マーケティングにおけるデータサイエンス２ | |
| 4 | 金融におけるデータサイエンス１ | |
| 5 | 金融におけるデータサイエンス２ | |
| 6 | 品質管理におけるデータサイエンス１ | |
| 7 | 品質管理におけるデータサイエンス２ | |
| 8 | 画像処理におけるデータサイエンス１ | |
| 9 | 画像処理におけるデータサイエンス２ | |
| 10 | データの前処理 | |
| 11 | データの可視化 | |
| 12 | データの保存とデータベース | |
| 13 | データの分析と統計的解析 | |
| 14 | データとAI | |
| 15 | データサイエンスの倫理 | |
| 16 | テスト | |