学部(商学部)
DSIプログラム関連授業: 産学連携プログラム基礎・応用 サービスサイエンス基礎・応用
本講義では、産学連携教育を通じた実践的スキルの習得を行う。この授業の目的は、DSIプログラムの基礎・応用関連科目の履修を前提に、様々な時系列データの解析スキルを獲得し、産学連携を通じて様々な取り組に必要となる実践的な基礎知識を学ぶことである。大規模データのハンドリングからプログラミングなどの解析スキル、店舗や顧客の分析プロセスなどの基礎的なマーケティングの知識を学ぶ。
本講義では下記の到達目標を設定する。
①情報処理技術の習得
②データハンドリングの基礎
③モデリングの基礎
④データマイニングツールの利用
講義計画 | 内容 |
---|---|
第1回 | ガイダンス |
第2回 | UNIX・ネットワークの基礎知識(1) |
第3回 | UNIX・ネットワークの基礎知識(2) |
第4回 | UNIX・ネットワークの基礎知識(3) |
第5回 | 大規模データのハンドリングの基礎(1) |
第6回 | 大規模データのハンドリングの基礎(2) |
第7回 | 大規模データのハンドリングの応用 |
第8回 | データマイニングツールの利用法(1:統計パッケージ) |
第9回 | データマイニングツールの利用法(2:AMOS、決定木) |
第10回 | データマイニングツールの利用法(3:クレメンタイン) |
第11回 | データマイニングツールの利用法(4:Rとパッケージ) |
第12回 | データマイニングツールの利用法(5:WEKAの基礎) |
第13回 | データマイニングツールの利用法(6:WEKAの利用) |
第14回 | データマイニングツールの利用法(6:WEKAの実習1) |
第15回 | データマイニングツールの利用法(6:WEKAの実習2) |
<注意>
◆成績の評価は、定期試験を行わず、出席・平常レポート・平常試験など(平常成績)で総合評価する。
◆履修希望者は事前説明会に必ず参加することが義務付けられ、またその説明内容を理解・了承することを前提に履修が認められる。通常の授業と異なり、授業時間外の膨大な取り組みが求められ、産学連携プログラムに取り組めるだけの基礎力を真に臨む受講生を対象になる。
◆基礎・応用を通年で受講することを履修条件とする。
本講義では、サービスサイエンスに関するより広義な範囲において、技術や仕組み、組織に関する総合的な学習を行う。産学連携プログラム基礎・応用の授業での経験を前提に、多様な技術やシステムに関する学習を行い、その適用範囲に関する社会・経済に関する一般的な検討を進める。統計数理、データマイニングの手法を取り入れ、学術的、実践的により高度なレベルの研究教育成果の達成を実現する。具体的には、計算機科学や人工知能など他領域で開発された様々な手法をサービス領域に取り入れ、実データに対する応用研究を行うことで、データ分析能力を持った優れた人材を育成する。その中でもSEM、ベイズ、機械学習の基本的な手法を1つ集中的に学習し、分析への応用を通して習得する。応用分野としては、ストリームデータやクリックストリーム、テキストデータなどに焦点を当てる。
本講義では下記の到達目標を設定する。
①様々なデータ解析の基礎
②データ活用の考え方の理解
③応用事例の理解と応用
講義計画 | 内容 |
---|---|
第1回 | ガイダンス |
第2回 | ストリームデータのマイニング(1) |
第3回 | ストリームデータのマイニング(2) |
第4回 | ストリームデータのマイニング(3) |
第5回 | WEBマイニングの基礎知識 |
第6回 | WEBマイニングの技術(1) |
第7回 | WEBマイニングの技術(2) |
第8回 | WEBマイニングの実践 |
第9回 | テキストマイニングの基礎知識(1) |
第10回 | テキストマイニングの基礎知識(2) |
第11回 | テキストマイニングの基礎知識(3) |
第12回 | 様々な応用事例(1) |
第13回 | 様々な応用事例(2) |
第14回 | 様々な応用事例(3) |
第15回 | 様々な応用事例(4) |
<注意>
◆成績の評価は、定期試験を行わず、出席・平常レポート・平常試験など(平常成績)で総合評価する。
◆履修希望者は事前説明会に必ず参加することが義務付けられ、またその説明内容を理解・了承することを前提に履修が認められる。通常の授業と異なり、授業時間外の膨大な取り組みが求められ、DSIプログラムに取り組めるだけの力を真に臨む受講生を対象になる。
◆基礎・応用を通年で受講することを履修条件とする。