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、データ分析の応用力を修得する。特に技術経営への適用に念頭において、非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応用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。
- テキスト分析、ネットワーク分析、深層学習、強化学習の基礎を理解する
- 非構造化データの分析を新規ビジネスの創出に応用できるようになる
テキスト、形態素解析、感情分析、ネットワーク分析、ニューラルネットワーク、深層学習、強化学習
✔ 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、非構造化データ(テキスト、ネットワーク、画像など)を対象としてテキスト分析やネットワーク分析、深層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 | ネットワーク分析 | ネットワークデータの性質、ネットワークを可視化・分析にするための理論と方法を理解する |
第2回 | テキスト分析 | テキストデータの性質、形態素解析や感情分析などのテキスト分析の原理と方法を理解する |
第3回 | プログラミング演習(1) | テキスト分析とネットワーク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 | 深層学習 | 深層学習の原理やこれを用いて非構造化データを分析する手法を理解する |
第5回 | 強化学習 | 強化学習の原理やこれを用いて非構造化データを分析する手法を理解する |
第6回 | プログラミング演習(2) | 深層学習と強化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
- 鳥海不二夫(編)『計算社会科学入門』丸善出版 (2021)
- アルバート=ラズロ・バラバシ『ネットワーク科学:ひと・もの・ことの関係性をデータから解き明かす新しいアプローチ』
- 坪井祐太, 海野裕也, 鈴木潤『深層学習による自然言語処理』講談社 (2015)
授業貢献度20%、演習40%、課題レポート40%
履修の条件を設けない