シラバス参照

講義概要/Course Information
2024/12/21 現在

科目基礎情報/General Information
授業科目名
/Course title (Japanese)		 データアントレプレナー実践論
英文授業科目名
/Course title (English)		 Data Entrepreneur Practical Theory
科目番号
/Code
開講年度
/Academic year		 2017年度 開講年次
/Year offered		 全学年
開講学期
/Semester(s) offered		 後学期 開講コース・課程
/Faculty offering the course		 博士前期課程、博士後期課程
授業の方法
/Teaching method		 講義 単位数
/Credits		 2
科目区分
/Category		 大学院実践教育科目
開講類・専攻
/Cluster/Department		 全専攻共通
担当教員名
/Lecturer(s)		 田村　元紀
居室
/Office		 東７号館２０５室
公開E-mail
/e-mail		 tamura@uec.ac.jp
授業関連Webページ
/Course website		 http://data-entrepreneur.com
更新日
/Last update		 2017/09/28 14:12:56 更新状況
/Update status		 公開中
/now open to public
講義情報/Course Description
主題および
達成目標（2,000文字以内）
/Themes and goals（up to 2,000 letters）		 情報技術専門知識と産業界とのネットワークを機能させ、IT融合とビッグデータ利活用イノベーション人材（データアントレプレナー：データサイエンスの素養を持ち、新たな価値を生むビジネスを創出できる人材）が求められている。社会や産業の技術課題を強く意識し、自らの専門知識・技術シーズを活用しながら、組織間・領域間の壁にとらわれず、自らのビジョンを貫徹できることが重要で、イノベーション創出に挑戦・支援する起業家、革新的な研究者、企業内アントレプレナー、アイディア創出技術者などを目指す。現在活躍中のベンチャー企業創業者や、大企業で様々なビッグデータを実際に利活用している技術者から直接講義を受ける。
前もって履修
しておくべき科目（1,000文字以内）
/Prerequisites（up to 1,000 letters）		 大学数学、アルゴリズム、プログラミング。
前もって履修しておくこ
とが望ましい科目（1,000文字以内）
/Recommended prerequisites and preparation（up to 1,000 letters）		 統計学、機械学習、データマイニング。
教科書等（1,000文字以内）
/Course textbooks and materials（up to 1,000 letters）		 テキストやデータはWebページ等からダウンロード。
授業内容と
その進め方（2,000文字以内）
/Course outline and weekly schedule（up to 2,000 letters）		 学内外講師による講義と実習を行う。協力企業：ソニー株式会社、富士ゼロックス株式会社、株式会社富士通研究所、株式会社日立製作所等。１０月〜１１月の土曜日（３、４、５限）。各曜日ごとに、テーマを設ける。

（１）10/7 1300- 今の日本に必要なビジネスモデル：ガイダンス（電通大 田村元紀）、データサイエンス論（電通大 清洲正勝）、データサイエンティストの現状（株式会社金融エンジニアリング・グループ　中林三平）
（２）10/7 1440- 今の日本に必要なビジネスモデル：ゼロ秒思考で日本のビジネス革新（仮）（ブレークスルーパートナーズ　赤羽雄二）
（３）10/7 1615- 今の日本に必要なビジネスモデル：IoT時代のビジネスモデル創造（ソニー株式会社　島田啓一郎）
（４）10/14 1300- ロケーションデータの醍醐味：地域活性化のビジネス戦略：調布市への適用（仮）（津田塾大学　曽根原登、国立情報学研究所　小出研究員、福崎研究員）
（５）10/14 1440- 同上
（６）10/14 1615- ロケーションデータの醍醐味：ロケーションデータ分析事業（株式会社ナイトレイ　石川豊）
（７）10/21 1300- 本学出身データアントレプレナーの活躍：データ分析実践手法（仮）（株式会社ホクソエム　早川敦士）
（８）10/21 1440- 本学出身データアントレプレナーの活躍：dアニメストアのこれまでの取組みと今後の展開（仮）（株式会社NTTドコモ　宮川聡）
（９）10/21 1615- 日本語Watson APIを体験する：Watsonを利用したデザイン思考（電通大 西野哲郎）
（１０）11/4 1300- 同上
（１１）11/4 1440- 同上
（１２）11/4 1615- 同上
（１３）11/11 1300- データサイエンスビジネスの最前線：データ活用から変革への取り組み（株式会社富士通研究所　丸山文宏）
（１４）11/11 1440- データサイエンスビジネスの最前線：ビッグデータ活用の具体事例（仮）（株式会社日立製作所　守屋俊夫）
（１５）11/18 1300- データサイエンスビジネスの最前線：データ分析に関わる取り組み（ディスカッション）（富士ゼロックス株式会社 鈴木真琴）
（１６）11/18 1440- 同上
実務経験を活かした
授業内容
(実務経験内容も含む)
/Course content utilizing practical experience
授業時間外の学習
（予習・復習等）（1,000文字以内）
/Preparation and review outside class（up to 1,000 letters）		 講義中に出した課題を進め、考察する。
成績評価方法
および評価基準
（最低達成基準を含む）
（1,000文字以内）
/Evaluation and grading
（up to 1,000 letters）		 講義での議論やレポートを通じて、ビッグデータが関わる事業の状況把握、データの収集・加工・分析アプローチ法の理解、分析結果から導かれる課題解決策・事業方向性・アイディア提案内容の理解等を総合的に判断。グループ討議での関与率やコミュニケーション力も評価する。また、講義に関与した産業界のデータサイエンティストやエンジニア、本学教員の評価を反映する。
オフィスアワー：
授業相談（1,000文字以内）
/Office hours（up to 1,000 letters）		 事前にメール等でアポイントを取ること。
学生へのメッセージ（1,000文字以内）
/Message for students（up to 1,000 letters）		 データサイエンス及びアントレプレナーの研究や業務を進める上で重要となる実務的な視点で少しでも役立つ情報を提供できればと考える。また、「データサイエンティスト特論」の単位も取得した受講生に対して「データアントレプレナー集中講義受講修了証」を発行する。
その他
/Others		 重要！　受講する方は、上記授業関連WeBページから事前登録すること。
キーワード
/Keywords		 データサイエンス、アントレプレナーシップ、ビッグデータ、人工知能、統計学、多変量解析、機械学習、データマイニング、プログラミング。