|
|
|
|
|
|
|
|
|
|
今年度のデータサイエンス・ゼミナールⅠでは、データ解析コンペへの参加とレプリケーション研究の2つを大きな柱とする。データ解析コンペを通して、ビジネスにおけるデータ処理やデータ解析の基本的な流れを理解し、レプリケーション研究を通して、ビジネス・データサイエンス研究の目的や方法を理解することを本授業の主たる目的とする。また、複数人によるプロジェクトチームを編成し、グループワークを通して、リーダーシップ力を養成することを目指す。
|
|
|
春学期
1. ガイダンス
2. 予測の方法に関する講義
3. データ解析コンペ：基礎分析
4. 情報リテラシーに関する講義
5. データサイエンスに関する発表
6. データ解析コンペ：グループワーク
7. データ解析コンペ：グループワーク
8. コンサルテーション
9. シビックリテラシーに関する講義
10. データ解析コンペ：グループワーク
11. データ解析コンペ：グループワーク
12. データ解析コンペ：フィードバック
13. データ解析コンペ：フィードバック
14. インターン説明会
15. 総括
秋学期
1. ガイダンス
2. レプリケーション研究に関する講義
3. ゲスト講師による講演
4. レプリケーション研究：論文発表
5. レプリケーション研究：グループワーク
6. レプリケーション研究：グループワーク
7. コンサルテーション
8. レプリケーション研究：中間発表
9. レプリケーション研究：中間発表
10. レプリケーション研究：グループワーク
11. レプリケーション研究：グループワーク
12. レプリケーション研究：最終発表
13. 海外危機管理リテラシーに関する講義
14. レプリケーション研究：最終発表
15. 総括
|
|
|
・データ解析コンペへの参加
・レプリケーション研究の発表準備
・グループでのディスカッション
|
|
|
・ビジネス・データサイエンス研究の目的や方法を理解できる。
・リーダーシップをとってグループワークをまとめることができる。
|
|
|
・基本的なデータ処理やデータ解析を実行することができる。
・ビジネスデータ解析の結果を適切に解釈できる。
・グループワークにおいて自分の役割を果たすことができる。
|
|
|
ゼミナールへの貢献度（50%）
データ解析に関する理解度（50%）
|
|
|
【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
|
|
|
・対面型の授業を行う。
・受講者の発表とグループワークを中心に授業を進める。
|
|
|
|
|
|
|
|
|
|
|
データサイエンス, データ解析, ビジネスアナリティクス, プロジェクトマネジメント
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|