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ぶ。特に、技術経営への適用に念頭において、構造化データと非構造化データの性質とそれらの分析手法を講義し、プログラミング演習を通じてビジネスデータ分析の基礎力を身につける。
本講義の目標は以下の2つである。
- 機械学習、テキスト分析、ネットワーク分析の基礎を理解する
- データ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
回帰、分類、予測、クラスタリング、テキスト分析、ネットワーク分析
✔ 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、構造化データと非構造化データを分析するためのデータサイエンスの理論を講義し、プログラミング演習によって理解の定着とビスネスデータ分析の実践力を養う。プログラミング言語はPythonを使用する。
授業計画 | 課題 | |
---|---|---|
第1回 | ビジネスデータサイエンス入門 | ビジネスデータサイエンスの全体像を理解し、プログラミングの基本を身につける |
第2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3回 | 教師なし学習 | クラスタリングや次元削減などの代表的な教師なし学習方法を理解する |
第4回 | プログラミング演習1 | 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5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6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自然言語処理の原理と方法を理解する |
第7回 | プログラミング演習 2 | ネットワーク分析とテキスト分析に関するプログラミングスキルを身につける |
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)
- 杉山聡(著)『本質を捉えたデータ分析のための分析モデル入門』 (2022)
- セバスチャン・ラシュカら(著)[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (2020)
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