本講義では、膨大かつ多様なデータをビジネスに活用するためのデータサイエンスを学び、データ分析の基礎力を修得する。特に技術経営への適用に念頭において、構造化データの性質や分析手法を講義し、プログラミング演習を通じてデータ分析の基礎的スキルを身につける。
本講義の目標は以下の2つである。
- データ可視化、統計分析、機械学習の基礎の理解する
- 構造化データの分析をビジネス課題の理解や解決に活用できるようになる
記述統計、仮説検定、データ可視化、回帰、分類、予測、クラスタリング、アソシエーション
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
この授業では、構造化データを対象として統計学や機械学習の基礎を講義し、プログラミング演習によって理解の定着とデータ分析の実践力を養う(PythonとRを使用する)。また、企業のデータサイエンティストをゲストに招き、最先端のデータ活用事例について講演いただき、議論を行う。
授業計画 | 課題 | |
---|---|---|
第1回 | データサイエンス入門 | ビジネスにおけるデータサイエンスの位置付け全体像を理解する |
第2回 | データ可視化と統計分析 | データを可視化し、統計的に処理するための理論と方法を理解する |
第3回 | プログラミング演習(1) | データ可視化と統計分析に関するプログラミングスキルを身につける |
第4回 | 教師あり学習 | 回帰、予測、分類などの代表的な教師あり学習手法を理解する |
第5回 | 教師なし学習 | クラスタリングやアソシエーションなどの代表的な教師なし学習方法を理解する |
第6回 | プログラミング演習(2) | 教師あり・教師なし学習に関するプログラミングスキルを身につける |
第7回 | ゲスト講師による講演 | 最先端のビジネスデータサイエンスの実践例を知る |
講義後に参考文献の該当箇所を読んで復習することを推奨する
スライドを配布する
- 東京大学教養学部統計学教室(編)『統計学入門』東京大学出版会 (1991)
- 鳥海不二夫(編)『計算社会科学入門』丸善出版 (2021)
- フォスター・プロヴォスト, トム・フォーセット『戦略的データサイエンス入門:ビジネスに活かすコンセプトとテクニック』オライリージャパン (2014)
授業貢献度20%、演習40%、課題レポート40%
なし