科目一覧へ戻る | 2024/07/18 現在 |
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 |
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. | 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 | 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。 |