タイトル
時間割コード:3001171 日本語シラバス 英語
データサイエンス・ゼミナールⅡ[Data Science Seminar II]
 
担当教員
本橋 永至, 松井 暉[MOTOHASHI EIJI, MATSUI AKIRA]
開講学部等 経営学部 対象年次 2〜 単位数 2 使用言語  
開講時期 春学期 開講曜限   クラス  
授業形態 対面 授業形態(詳細) 授業方法 演習
特記事項  
ナンバリングコード BU.1581 実務経験のある教員による授業
授業の目的  
今年度のデータサイエンス・ゼミナールⅡでは、データ解析コンペへの参加を大きな柱とし、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。
 
授業計画
(項目説明)授業全体のスケジュールを示しています。学修計画を立てる際の参考にしてください。
 
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
 
授業時間外の学修内容
(項目説明)授業全体を通して授業前に予習すべき内容、授業後に復習すべき内容を示しています。単位は、授業時間前後の予習復習を含めて認定されます。
 
・データ解析コンペへの参加
・グループでのディスカッション
 
履修目標
(項目説明)授業で扱う内容(授業のねらい)を示す目標です。より高度な内容は自主的な学修で身につけることを必要としています。
 
・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。
 
到達目標
(項目説明)授業を履修する人が最低限身につける内容を示す目標です。履修目標を達成するには、さらなる学修を必要としている段階です。
 
・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。
 
成績評価の方法
(項目説明)成績評価の方法と評価の配分を示しています。
 
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 -ルーブリック-
(項目説明)授業別ルーブリックでは評価の項目と、成績評価の基準との関係性を確認できます。(表示されない場合もあります。)
 
【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
 
授業の方法
(項目説明)教員が授業をどのように進めるのか、課題提出などの情報もあわせて示しています。
 
・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。
 
教科書補足  
必要に応じて指定します。
 
参考書補足  
必要に応じて指定します。
 
キーワード  
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
 
↑ ページの先頭へ戻る