シラバス参照 |
講義概要/Course Information |
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 |
2020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 | ||
開講学科・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 |
tamura@uec.ac.jp | ||
授業関連Webページ /Course website |
https://de.uec.ac.jp/curriculum/ | ||
更新日 /Last updated |
2020/04/02 10:51:11 | 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 /Topic and goals |
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。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。データから価値創造・事業創生を意識し、実例を学びながら、自らの調査・視点に基づき事業提案する(ピッチコンテスト)。 |
---|---|
前もって履修 しておくべき科目 /Prerequisites |
e-Learning(基礎科目):「確率論・統計学」「コンピュータサイエンス特論」「プログラミング言語特論」 |
前もって履修しておくこ とが望ましい科目 /Recommended prerequisites and preparation |
e-Learning(基礎科目):『確率論・統計学」「コンピュータサイエンス特論」「プログラミング言語特論」 |
教科書等 /Course textbooks and materials |
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 /Course outline and weekly schedule |
データから価値創造・事業創生を意識し、実例を学びながら、自らの調査・視点に基づき事業提案する。 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、株式会社富士通研究所、株式会社日立製作所、日本IBM株式会社、株式会社野村総合研究所等。10月〜11月の土曜日(3、4、5限)。最終日のピッチコンテストでは、あらかじめ提出した提案から選抜したものを発表し、産業界の有識者が審査、コメントを行う。 教室は、電気通信大学付属図書館内 アンビエント情報環境空間 AIA: Ambient Intelligent Agora (東3号館2階) (日程や内容は変更する場合がある) (1)ガイダンス(電通大 田村元紀) (2)<SELF-INTRODUCTION> (3)データサイエンス(仮)(電通大 斉藤史朗) (4)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) (5)顧客価値を引き上げるアナリティクス(日本IBM株式会社 西牧洋一郎) (6)データ解析によるビジネス意思決定(株式会社データフォーシーズ 和田陽一郎) (7)日本語Watson APIを体験:人工知能を利用したデザイン思考(電通大 西野哲朗) (8)同上 (9)同上 (10)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) (11)ビッグデータ活用の具体事例(株式会社日立製作所 守屋俊夫) (12) 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) (13)データから価値創造(ピッチコンテスト)(審査員に産業界から数名招聘) (14)同上 (15)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 |
企業の実課題解決事例を担当者から直接聞く。 |
授業時間外の学習 (予習・復習等) /Preparation and review outside class |
e-Learning(基礎科目):『確率論・統計学」「コンピュータサイエンス特論」「プログラミング言語特論」。講義期間中に実施する補講(別途アナウンス)。 |
成績評価方法 および評価基準 (最低達成基準を含む) /Evaluation and grading |
講義での議論やレポート、ピッチコンテストでの発表を通じて、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。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、本学教員の評価も評価に反映する。 |
オフィスアワー: 授業相談 /Office hours |
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 /Message for students |
本科目は、文部科学省データ関連人材育成拠点「データアントレプレナーフェロープログラム」の必修科目。 他大学学生や社会人と一緒に講義を受ける。 データサイエンティスト協会やコンソーシアム参画・連携企業との様々な交流がある。 |
その他 /Others |
受講する方は、2月から募集するデータアントレプレナーフェローとなり、e-Learninng基礎科目を修了することが望ましい。(https://de.uec.ac.jp/curriculum/) 本講義単独受講も原則可能とする。 |
キーワード /Keyword(s) |
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、IoT、データマイニング、プログラミング。 |