|
|
|
|
|
|
|
|
|
本講義では、ビジネスの現場で扱われるデータを適切に理解し，統計的根拠に基づいて意思決定を行い、その根拠を説明できる基礎力を身につけることを目的とします。
具体的には，基礎としてデータリテラシー（記述統計・可視化・前処理）を確認し、確率と統計的推論を体系的に学び、回帰・分類などの代表的な統計モデルを扱います。あわせて、ビジネスにおける応用事例を取り上げ、Pythonによる簡単な演習を通じて、分析結果の解釈、不確実性、および適用上の限界を踏まえた実務的な活用方法を学びます。
|
|
|
1. イントロダクションと環境構築
2. データリテラシー
3. 条件付き確率とベイズ
4. 確率変数と離散分布
5. 連続分布と中心極限定理
6. 推定と区間推定
7. 仮説検定とA/Bテスト
8. 単回帰分析
9. 重回帰分析
10. 分類モデル
11. 次元削減とクラスタリング
12. 因果推論の考え方
|
|
|
・教科書や講義資料を使って毎回復習し、理論的な理解を深めてください
・大学学部レベルの線形代数・微分積分・統計学等の数学科目の内容を事前に習得していると理解が深まります
・プログラミングの演習を自習としても行うことで理解がさらに深まります
|
|
|
a．知識・教養 ：主要な統計手法を，KPI設計，予測，セグメント，施策評価に結び付けて説明できる．
b．思考力 ：課題設定から手法選択，結果解釈までを一連の意思決定プロセスとして組み立てられる．
c．コミュニケーション力：意思決定者向けに，結論と根拠を短く整理し，反論にも根拠で対応できる．
d．倫理観・責任感 ：データの偏りや不確実性を明示し，誤解を招く分析や断定を避けて提案できる．
|
|
|
a．知識・教養 ：基本用語と代表手法の役割を理解し，結果の意味を概ね説明できる．
b．思考力 ：データ確認を行い，基本手法を用いて結論を出し，限界を一言添えられる．
c．コミュニケーション力：図表と数値を用いて，結論と根拠を他者に伝えられる．
d．倫理観・責任感 ：個人情報や恣意的な切り取りに注意し，妥当な範囲で結果を述べられる．
|
|
|
|
|
【成績評価の基準表】
| 秀(S) | 優(A) | 良(B) | 可(C) | 不可(F) |
| 履修目標を越えたレベルを達成している | 履修目標を達成している | 履修目標と到達目標の間にあるレベルを達成している | 到達目標を達成している | 到達目標を達成できていない |
|
|
履修目標：授業で扱う内容（授業のねらい）を示す目標
到達目標：授業において最低限学生が身につける内容を示す目標
|
|
【授業別ルーブリック】
| 評価項目 | 評価基準 |
| 期待している以上である | 十分に満足できる(履修目標) | やや努力を要する | 努力を要する(到達目標) | 相当の努力を要する |
| 理解度 | 授業内容を越えた自主的な学修が認められる。 | 授業内容をほぼ100％理解している。 | 到達目標は理解しているが、授業内容に不足がある。 | 到達目標に達していることが認められる。 | 到達目標に達していない。 |
| 課題解法能力 | 解法が分からない他人にアドバイスができる。 | 何も参照せずに独自の能力で課題を解くことができる。 | 参考書などを参考にすれば、独自で課題を解くことができる。 | 他人のアドバイスがあれば課題を解くことができる。 | 他人のアドバイスがあっても自発的に課題を解くことができない。 |
| 調査能力（予習） | 自ら進んで予習範囲を越えて調べている。 | 予習範囲を十分に理解し、他人に説明できる。 | 指示した予習範囲の理解にあいまいな点がある。 | 指示された範囲は予習するが、理解が不十分である。 | 指示された範囲は予習が不十分である。 |
|
|
|
遠隔オンライン・リアルタイム双方向の授業です。
毎回の講義を前半・後半に分けて、前半を講義形式、後半を演習形式で進めます。
|
|
|
|
|
|
|
|
9784780607307
|
|
|
データサイエンス入門
|
|
|
竹村彰通・姫野哲人・高田聖治 編 和泉志津恵・市川治・梅津高朗・北廣和雄・齋藤邦彦・佐藤智和・白井剛・高田聖治・竹村彰通・田中琢真・姫野哲人・槙田直木・松井秀俊
|
|
学術図書出版
|
|
2021
|
|
|
|
|
|
|
|
|
|
|
|
|
|
指定の教科書以外にも自身に合った参考書を適宜参照してください
|
|
|
・大学学部レベルの線形代数・微分積分・統計学等の数学科目を事前に履修すると理解が深まります
・計量経済学、データサイエンス、AI等の関連科目を事前に履修すると理解が深まります
・プログラミングの経験があると理解が深まります
|
|
|
|
統計学,データサイエンス,データ分析,計量経済学,機械学習
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|