シラバス参照

授業情報/Class Information

科目一覧へ戻る 2024/07/18 現在

基本情報/Basic Information

開講科目名
/Class
経営情報システム論特別演習(1年次)/Advanced Seminar in Management Information Systems
授業コード
/Class Code
K060361001
ナンバリングコード
/Numbering Code
開講キャンパス
/Campus
ポートアイランド
開講所属
/Course
博士/
年度
/Year
2024年度/Academic Year  
開講区分
/Semester
通年/FULL-YEAR
曜日・時限
/Day, Period
金3(前期),金3(後期)/FRI3(SPR.),FRI3(AUT.)
単位数
/Credits
4.0
主担当教員
/Main Instructor
小川 賢/OGAWA MASARU
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
小川 賢/OGAWA MASARU 経営学部/Business Administration
授業の方法
/Class Format
演習
授業の目的
/Class Purpose
この講義では、データの取扱に関する倫理、法令、技術について演習を通して理解を深める。
様々な活動によって作成される大量のデータをどのように取り扱っていくか、効率的な取り扱い、イノベーション、経済活性化等様々な目的でデータの活用が重要視されている。
この講義では、データを取り扱ううえで理解しておくべき、倫理、法令、技術について講義を通して基本的な知識を学び、データを扱うことを通して、データの取り扱いについて理解を深めることを目的とする。
到 達 目 標
/Class Objectives
データを扱う上で関連する法令や倫理、技術について理解し、適切にデータ・AIを扱うことができる。
授業のキーワード
/Keywords
データサイエンス、法令、倫理
授業の進め方
/Method of Instruction
データを扱う上での様々な事例を教材として演習を進める。
履修するにあたって
/Instruction to Students
授業時間外に必要な学修内容・時間
/Required Work and Hours outside of the Class
予習:テキストに目を通しておくこと。必要であれば、統計学のテキストを復習しておくこと。
復習:講義で学修した統計処理、数理計画法を復習し、内容の理解に努めること。
1時間程度の授業時間外が目安である。
提出課題など
/Quiz,Report,etc
成績評価方法・基準
/Grading Method・Criteria
単位認定は授業回数の3分の2以上の出席が前提となる。レポートによって評価する。
テキスト
/Required Texts
『データサイエンス講座1 データサイエンス基礎』
齋藤政彦・小澤誠一・羽森茂之・南知恵子 編
培風館
ISBN:978-4-563-01610-4
参考図書
/Reference Books
No.
/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 講義の進め方について説明する。
2 データの取集 データの取集を行う。
3 データの取集 データの取集を行う。
4 データの取集 データの取集を行う。
5 データの取集 データの取集を行う。
6 データの取集 データの取集を行う。
7 データの取集 データの取集を行う。
8 データの加工 個人情報に留意したデータの加工の演習を行う。
9 データの加工 個人情報に留意したデータの加工の演習を行う。
10 データの加工 個人情報に留意したデータの加工の演習を行う。
11 データの加工 個人情報に留意したデータの加工の演習を行う。
12 データの加工 データバイアスに留意したデータの加工の演習を行う。
13 データの加工 データバイアスに留意したデータの加工の演習を行う。
14 情報の格付け 機密性の観点からの格付けの演習を行い、格付けについての理解を深める。
15 情報の格付け 完全性の観点からの格付けの演習を行い、格付けについての理解を深める。
16 情報の格付け 可用性の観点からの格付けの演習を行い、格付けについての理解を深める。
17 情報の格付け 行った格付けについて比較し、再格付けの必要性について理解する。
18 データの暗号化 簡易な方法によるデータの暗号化を行う。
19 データの暗号化 データの暗号化を行う。
20 データの復号化 簡易な方法によるデータの復号化を行う。
21 データを扱う 包絡分析法DEAを用いてデータを分析する。
22 データを扱う 包絡分析法DEAを用いてデータを分析する。
23 データを扱う 包絡分析法DEAを用いてデータを分析する。
24 データを扱う 包絡分析法DEAを用いてデータを分析する。
25 セキュリティポリシー 公開されているセキュリティポリシーを集め、比較する。
26 セキュリティポリシー セキュリティポリシーを比較する
27 セキュリティポリシー セキュリティポリシーを策定する場合の要点を議論する。
28 セキュリティポリシー セキュリティポリシーを策定する場合の要点を議論する。
29 ワーク データ・AIを扱う上での留意事項について課題を見つけ解決方法を考察する。
30 まとめ データ・AIを扱う上での留意事項について学んだ内容をまとめて報告する。

科目一覧へ戻る