Syllabus data
|
Teacher name ： Norio Saito
|
授業科目名
Seminar B
学年
3Grade
単位数
2.00Credits
実務経験の有無
Have work experience
開講クォーター
semester not specified
担当教員
Norio Saito
授業形態
授業で主に使用する言語
日本語
授業方法区分
開講キャンパス
Kioicho Campus
授業の到達目標及びテーマ
情報システムは，経営戦略を考える上で今や中核的な役割を担っており，その重要性は増すばかりである。また，情報システムを成り立たせている情報通信技術の進歩は著しい。この進歩に支えられて急速に業績を伸ばす企業が今の経済社会を牽引する存在になっている。社会人として重要な基礎教養の一つとして，経営戦略に活かす情報システム戦略のあり方について学習し，情報システムを活用する実践力を培うことを目標とする。
Wordを用いたレポートの作成方法も併せて指導する。 授業の概要
①科目名（英語名）：ゼミナールb（Seminar b）
②授業形態：講義および演習 ③内容： 喫緊の課題であるビッグデータ、AI、IoTへの対応について、基礎を学修するとともに、演習を通して実践力を培う。 ゼミ生は予習として事前調査を行うこと。グループに分かれてグループ討議を行い，討論の成果を発表すること。発表を通して，課題意識と取り組みに関して情報共有していく。 授業計画
1回
AI（人工知能）およびビッグデータの基礎概念を学修する。また、データ活用の実例について学ぶ。
到達目標：基礎概念を説明できる。また実例を通して、データ活用の効果を説明できる。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
2回
データ活⽤の⽅法について学修する。
到達目標：データ活用を行う擬うつ的な方法について基本技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
3回
下記項目について学修する。
・データ解析の実際 • AIにおけるデータ解析の特徴 •可視化技術： • グラフ • 地図 到達目標：データ解析と可視化方法の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
4回
下記の項目について学修する。
•⾮構造化データのデータ処理 • ⾔語処理の特徴 • 画像処理の特徴 • ⾳声処理の特徴 •機械学習とは何か。 • 教師あり，教師なし学習の特徴 • 強化学習 • ディープラーニング •データ処理の数理 到達目標：学修項目の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
5回
下記の項目について学修する。
• データ処理の数理その２ • 基本統計量 • データの収集と集計 • ⺟集団と標本 • 標本誤差 • 集計 • データ活⽤の負の側⾯ • GDPR，忘れられる権利，ELSI，オプトイン・オプトアウト • データの正義 到達目標：学修項目の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
6回
•実際にデータを扱う演習を行う。
•データ処理に取り組んで課題に挑戦する。 到達目標：学修項目の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
7回目
時系列データの分析の基礎概念の学習、及び演習を行う。
到達目標：時系列データの分析の実際に関する技能を理解する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
8回
•文章データの解析に用いるツール（Prophet）をインストールする。
•⽂章データ分析の演習を行う。 到達目標：文章データの分析の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
9回
機械学習の復習と深掘りを行う。
到達目標：機械学習の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
10回
機械学習の演習として、実際のデータを用いて「教師なし機械学習」を実施する。
到達目標：教師なし機械学習の実際に関する技能を獲得する。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
11回
振り返り①
第1回講義から第13回講義の内容を振り返り、実際に技術活用できる技能を獲得する。 到達目標：情報システムの開発、または利用・運用に関する知識を活用できる。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
12回
振り返り②
第14回講義から第23回講義の内容を振り返り、実際に技術活用できる技能を獲得する。 到達目標：AI、ビッグデータの活用について、利活用できる。 事前学習
2h：事前に配布する講義資料を予習する。
事後学習
2h：講義資料の中から重要点（用語，事項）について説明できるように復習する。取り組み内容をレポートにして提出する。
13回
成果レポートの発表会
到達目標：仲間の成果発表を評価する。 事前学習
2h：発表資料（パワーポイント）を準備する。
事後学習
2h：評価結果をレポートに提出する。
14回
事前学習
事後学習
15回
事前学習
事後学習
16回
事前学習
事後学習
17回
事前学習
事後学習
18回
事前学習
事後学習
19回
事前学習
事後学習
20回
事前学習
事後学習
21回
事前学習
事後学習
22回
事前学習
事後学習
23回目
事前学習
事後学習
24回
事前学習
事後学習
25回
事前学習
事後学習
2h：
26回
事前学習
事後学習
試験及び成績評価
演習取組状況（60％）
発表内容（40％） 課題(試験やレポート等)に対するフィードバック
講義中においてフィードバックを行います。
講義で使用するテキスト（書名・著者・出版社・ISBN・備考）
ー
ー
ー
ー
ー
参考文献・推薦図書
研究室
1号棟3階教員室
オフィスアワー
S1, S2, F2の期間
月曜昼休み (12:45 - 13:25) 金曜昼休み＆３時限 (12:45 - 15:10) F1の期間 月曜昼休み (12:45 - 13:25) 金曜昼休み＆４時限 (12:45 - 13:25, 15:20 - 17:05) 科目ナンバリング
学位授与方針との関連
関連ページ
https://www.jiu.ac.jp/visitors/students/detail/id=1001
|
