授業情報
※身につく能力について
複数の学科・専攻・コースで開講されている科目は、開講を担当する学科・専攻・コースの定めた「身につく能力」を表示しているため、履修要項・大学院要覧記載の「身につく能力」とは異なるものが表示されていることがあります。
授業によっては、「身につく能力」の記載がない場合もあります。
そのため「身につく能力」については履修要項・大学院要覧も確認するようにしてください。
| 授業コード Course Code |
1FF0051100
|
| 授業開講年度 Year of Class |
2024年度
|
| 授業形態 Course Mode |
講義(対面授業)
|
| 授業名称 Class Name |
EBBUS401経営学特講(ﾃﾞｰﾀｻｲｴﾝｽ)
|
| テーマ Theme |
|
| 科目名 Name of Subject |
EBBUS401経営学特講(ﾃﾞｰﾀｻｲｴﾝｽ)
|
英字科目名
English Name of Subject |
Special Study in Business Administration (Data Science)
|
身につく能力
Ability to be Acquired in This Class
◎=科目に最も関連する能力
〇=科目に関連する能力
|
知識・理解
|
幅広い教養
|
〇
|
| 知識・理解
|
経営学分野の基礎的知識とそれらを横断的にとらえる能力
|
|
| 汎用的技能
|
知識や体験に基づいて的確に課題を解決するための情報収集力
|
|
| 汎用的技能
|
知識や体験に基づいて的確に課題を解決するための思考力・分析力
|
〇
|
| 態度・志向性
|
諸問題に積極的に取り組む姿勢
|
|
| 態度・志向性
|
本学の教育理念である“Do for Others（他者への貢献）”の精神
|
〇
|
| 態度・志向性
|
他者と協業して課題解決にあたるためのコミュニケーション能力
|
|
| 統合的な学習経験と創造的思考力
|
現代社会に生起する諸問題に積極的に取り組む力
|
◎
|
| 科目単位数 Credit |
2
|
| 履修期 Term |
夏季第１期
|
| 教員氏名 Name of Teacher |
藤田 晶子
|
| 開講キャンパス Campus |
白金
|
| 曜時 Day and Period |
集中(夏１)
|
| 授業概要 Course Description |
Society 5.0 に向かっていこうとする中で、社会からはデータサイエンスの諸手法を社会実装できる人間 が求められている。よって、本講義においては、実社会におけるデータ活用の方法を学生が身をもって体験するというアプローチをとり、まずはその有用性と楽しさに気づいてもらう事を大きな目標とする。本講義は、反転学習・教室での授業を併用し、また、座学の時間・演習の時間の両方を含みつつ、進めていくものとする。
|
| 到達目標 Class Goals |
1. 社会におけるデータサイエンスの活用ケースについて、いくつかの例を通じて理解する。 2. Excel および R（RcmdrによるGUI操作）を利用し、データサイエンスをつかってみた経験を得る事で、 その楽しさを感じる。 3. 基礎的な授業で学んだ統計学的な概念について、具体的な利用方法を習得する。
|
| 授業言語 Language |
日本語
|
| アクティブ・ラーニング Active Learning |
アクティブ・ラーニング対応
|
授業計画
Daily Class Schedule
|
|
【第1回】
|
授業内容
Content/Topic
|
データサイエンスとは何か、社会においてどのように使われているのかについて、データサイエンスを概観する。具体的には、 そもそも「データサイエンス」とはなにか、社会におけるデータサイエンスの活用事例 にはどのようなものがあるか、データサイエンスを実践するために必要な能力 ・社会から求められることはなにかを説明する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第2回】
|
授業内容
Content/Topic
|
Excel によるデータの基礎俯瞰 / グラフ化、ピボットテーブルによる探索 Excel をつかって、サンプルデータの探索的分析の方法を学ぶ。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第3回】
|
授業内容
Content/Topic
|
データサイエンス的手法の理解と R（Rcmdr）を用いた実装 Excel と R を使って、よく用いられる２手法について、入力・出力と解釈を学ぶ。 まずは「ツールボックス」的に手法を利用できるレベルに到達する事を学ぶ。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第4回】
|
授業内容
Content/Topic
|
データサイエンス概説（１～３コマ目の学習成果確認と補強） １～３コマ目で学んできた事について、１コマで振り返る。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第5回】
|
授業内容
Content/Topic
|
データ分析を用いてビジネス上有用な示唆を得る方法 ４コマ目までとは異なるデータを用いて分析を実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第6回】
|
授業内容
Content/Topic
|
ビジネスにおけるデータ分析結果のまとめ方・プレゼン方法 社会でデータ分析結果を活用する際、分析結果をどのように人に伝えるべきかを学ぶ。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第7回】
|
授業内容
Content/Topic
|
演習（５～６コマで扱ったデータを使って、自分でレポートを作成） ５コマ目、６コマ目の内容を踏まえて、自分で分析レポート（プレゼン資料）を作成する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第8回】
|
授業内容
Content/Topic
|
グループワーク（課題データを分析し、上司向けレポートを作る） グループワークにて、７コマ目までとは異なるデータを用いて分析を実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第9回】
|
授業内容
Content/Topic
|
引き続き、グループワークを実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第10回】
|
授業内容
Content/Topic
|
引き続き、グループワークを実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第11回】
|
授業内容
Content/Topic
|
引き続き、グループワークを実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第12回】
|
授業内容
Content/Topic
|
引き続き、グループワークを実施する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第13回】
|
授業内容
Content/Topic
|
１２コマ目までに実施してきた分析について、各グループから発表をする。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第14回】
|
授業内容
Content/Topic
|
グループワーク発表会
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
|
【第15回】
|
授業内容
Content/Topic
|
さらに一歩、データサイエンスを学んでいくために １４コマ目までに学んだことをおさらいすると共に、今後の学びについて紹介する。
|
予習内容
Preparation for Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
講義時に指示する。
|
目安時間
Hours
|
2 時間
|
授業に関する注意事項
Remarks for Class |
講義時にはPCを準備し、エクセルを使える状況にしておくこと。
|
| 教科書 Texts |
なし
|
| 参考書 Reference Books |
なし
|
課題フィードバック方法区分
Assignment Feedback Method |
授業時間内に講評・解説を行い、授業時間外はmanabaで行う
|
課題フィードバック方法内容
Assignment Feedback Method Content |
|
成績評価の基準
Evaluation Criteria |
以下の観点で評価を行う。 ①受講態度 ②４コマ目に出題される小テストの点数 ③７コマ目に実施する演習課題の提出内容（授業で教わった事の再現状況、独創性を評価） ④１３～１４コマ目にて発表されるグループワーク結果（内容の正確性、提案の独自性、質問内容） 全評価に占める割合は①20%、②10%、③30%、④40%とする。
|
| 関連URL Related URL |
|
| 備考 Notes |
成績優秀者には、D4cアカデミーの企業インターンへの参加を認めることがある。
8月2日5日6日7日8日の5日間の２・３・４限
|
| 添付ファイルの注意事項 Notice |
|
| 更新日時 Date of Update |
2024年03月06日 13時58分50秒
|