基本情報/Basic Information

開講科目名 ／Class	演習ⅠA／Seminar　ⅠA
授業コード ／Class Code	B600011021
ナンバリングコード ／Numbering Code	BACa508/DSCa508
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	経営学部／Business Administration
年度 ／Year	2024年度／Academic Year
開講区分 ／Semester	前期／SPRING
曜日・時限 ／Day, Period	水2(前期)／WED2(SPR.)
単位数 ／Credits	2.0
主担当教員 ／Main Instructor	金澤　拓也／KANAZAWA　TAKUYA
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
金澤　拓也／KANAZAWA　TAKUYA	経営学部／Business Administration

授業の方法 ／Class Format	対面授業（演習）
授業の目的 ／Class Purpose	この科目は，経営学部のDPに示す，企業を始めとした多様な組織の事業計画・経営戦略の策定に必要なデータを収集し，意思決定に必要な課題をシステマティックに分析し，合理的な解決を図るのに必要な知識や技能を修得することを目指す。 データサイエンスやＡＩは客観的なサイエンスに見えるが，その実は泥臭い人間的な要素が多い分野である。本ゼミナールでは，経済・経営データ等の生データの分析において分析者が見逃しがちな点や無意識の思い込みによってミスリードされがちな点を自覚的に学習するため，テキストを輪講する。また，先行論文をグループで学習し，先行研究者の分析の動機や結論とその間のプロセスを読み取って理解する能力を磨く。これらは自分でテーマを設定し，手を動かして分析するという卒業論文準備のための助走段階と位置付けられる。 なお，この科目の担当者は，総合電機メーカーでAIとデータサイエンスの産業応用について研究開発を行った実務経験のある教員である。講義においては経験を生かして実践的な学びへと繋げていきたい。
到　達　目　標 ／Class Objectives	・データの解釈で犯しやすいミスと注意点について理解する。 ・データ分析の基礎的手法についてそれぞれの特徴を大まかに説明できる。 ・必要な情報を集めるために検索エンジンや公的データベースを利用できる。 ・WordやPowerPointを用いて資料の要約をプレゼンできる。
授業のキーワード ／Keywords	データ分析，データ解釈，機械学習，プレゼン，グループディスカッション
授業の進め方 ／Method of Instruction	前半はレジュメによる報告を中心に進める。必要に応じてディスカッションを行い，その理解を深める。後半ではグループワークを行う。
履修するにあたって ／Instruction to Students	積極的に質問をすること。教員の説明を聞くだけでなく学生同士の議論にも積極的に協調性をもって参加することが望ましい。 また，日頃からAI/機械学習/データサイエンスの利活用に関する社会のニュースにアンテナを張っておくこと。
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	テキストの予習復習で毎回１時間が目安である。またこれとは別に報告・発表の準備作業が必要である。
提出課題など ／Quiz,Report,etc
成績評価方法・基準 ／Grading Method・Criteria	ゼミでの報告・発表内容（65%）と報告・発表を聴く姿勢・聴いての質問やコメント（35％）で評価する。 単位修得には3分の2以上の出席が必要である。
テキスト ／Required Texts	江崎貴裕　『分析者のためのデータ解釈学入門　データの本質をとらえる技術』　ソシム株式会社　２０２０年　２，６００円＋税
参考図書 ／Reference Books

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第1回	ガイダンス	メンバー自己紹介，ゼミの進め方・評価方法の説明，テキスト輪読の割り当てなどを行う。
2	第2回	アウトプット指導	レジュメやプレゼンの作法について学習。
3	第3回	データ解釈のための輪読１	前週に続き，アウトプットの基礎のマナーを学習。 テキスト１章を発表，その後議論。
4	第4回	データ解釈のための輪読２	テキスト２，３章を発表，その後議論。
5	第5回	データ解釈のための輪読３	テキスト４，５章を発表，その後議論。
6	第6回	データ解釈のための輪読４	テキスト６，７章を発表，その後議論。
7	第7回	データ解釈のための輪読５	テキスト８，９章を発表，その後議論。統計学の基礎（検定など）について改めて復習し，理解を深める。
8	第8回	データ解釈のための輪読６	テキスト１０，１１章を発表，その後議論。
9	第9回	データ解釈のための輪読７	テキスト１２，１３章を発表，その後議論。
10	第10回	論文読み１	独立行政法人統計センター（所管：総務省）主催の「統計データ分析コンペティション」について紹介。 グループに分かれて，過去のコンペ入賞論文から自分たちの深く読む論文を選択するべく議論を行う。
11	第11回	論文読み２	グループごとに論文の内容を読解し，分析技術などについて理解できない点を洗い出し，調査をする。
12	第12回	論文読み３	グループごとにプレゼンを準備する。論文の着眼点と主な発見，その価値，分析方法の長所と改善点などについて掘り下げる。
13	第13回	期末発表１	グループ発表，その後全体で疑問点など議論。
14	第14回	期末発表２	グループ発表，その後全体で疑問点など議論。
15	第15回	まとめ	演習ＩＡの内容について総括する。