シラバス参照
|
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) |
データサイエンティスト特論 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Advanced Data Scientist | ||
| 開講年度 /Academic year |
2021年度 | 開講年次 /Year offered |
|
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
|
| 授業の方法 /Teaching method |
単位数 /Credits |
2 | |
| 科目区分 /Category |
|||
| 開講類・専攻 /Cluster/Department |
|||
| 担当教員名 /Lecturer(s) |
斉藤 史朗 | ||
| 居室 /Office |
東35号館208 | ||
| 公開E-mail |
sa003333@edu.cc.uec.ac.jp | ||
| 授業関連Webページ /Course website |
https://de.uec.ac.jp/curriculum/ | ||
| 更新日 /Last update |
2021/03/31 22:27:51 | 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） |
「データの持つ力を解き放つ」ことが新しい時代におけるデータプロフェッショナル、すなわち「データサイエンティスト」のミッションである。データサイエンティストに求められるスキルセットは、ビジネス力、データサイエンス力、データエンジニアリング力であり、これらを総合的に発揮する意味と醍醐味を理解する。企業の第一線で活躍する複数のデータサイエンティストに直接指導を受けながら、実社会のデータを使って様々な課題を解決することを演習する。 In this lecture, the sponsor company will provide the actual data, and a representative from that company will talk about the challenges of their business. Participants in the lecture form groups (the lecturer will determine the composition of members) and think critically about how to solve the problems they hear about based on the data, analyze the data necessary for this purpose, and finally create models and other tools to come up with solutions. Every year, we receive support from various companies, but in the past, we have used purchasing data from ASKUL Corporation and game data from DeNA Co., Ltd. to give lectures. |
|---|---|
| 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） |
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」。データアントレプレフェロープログラム参照（https://de.uec.ac.jp/curriculum/） データアントレプレナー実践論。 ・e-Learning(Basice): ‘Probability and Statistics’, ‘Advanced Computer Science’, ‘Advanced Programming Lanuguage’ ・Data Entrepreneur Practical Theory |
| 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。 Statistics, Mashine Learning, Data Miining |
| 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。Pythonに慣れていない方は自習が必要。 テキストやデータはWebページ等からダウンロード。Pythonに慣れていない方は自習が必要。 Please downloard the texts and data. The programming skills about Python is mandatory.. |
| 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） |
本科目では、実際のデータ（企業の事業データ、Kaggle等のオープンデータなど）を使って、ビジネス課題を解決するためのデータ分析、モデル作成、戦略提案を行う。最終日のプレゼンテーションは、グループごとの評価を行う。 講師及びサポートはデータサイエンティスト協会所属企業の第一線データサイエンティストが務め、各グループでの作業に立ち入って細かく指導。原則として、各グループは、学生と社会人の混成チームで構成する。 |
| 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 |
実データの取り扱いから課題解決戦略に関するグループ討議は、データサイエンティストの実務と同様。 |
| 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） |
分析対象事業の状況把握、データの収集・加工・分析アプローチ、分析結果から新たな価値（課題解決策、事業方向性、アイディア提案など）を見出せるか、及びプレゼンテーション結果等による総合判断。グループワーク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、本学教員の評価も反映する。 |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
Slackで質問等を受け付けています。 |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
データに向き合って、何らかの知見を引き出す醍醐味を体験できる。他大学学生や社会人とグループを結成し共同作業を実施。データサイエンティスト協会やコンソーシアム参画・連携企業とのネットワークができる。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。 |
| その他 /Others |
データサイエンティスト特論の講義ではデータスポンサーの企業様から、実際に使われているデータをご提供いただき、それを分析していただきます。その際、講義で提案された施策やモデルは、データスポンサー様が無償で利用できるという条件のもとでデータ提供をしていただいております。(Kaggle等のデータ分析コンペと同じです。）そのため、データに関する情報セキュリティについて、および講義において発表したアイデアやモデルについての知的財産権をその限りで譲渡する(データスポンサーの使用権を認める)誓約書を書いていただきますので、受講希望者はこの点、あらかじめご了承ください。 受講する方は、毎年募集するデータアントレプレナーフェローとなり、e-Learningと「データアントレプレナー実践論」の履修が望ましい。（https://de.uec.ac.jp/curriculum/） 講義の進行上、全ての受講希望者を受け入れることができない場合があることをご了承ください。 |
| キーワード /Keywords |
データサイエンス、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、エンジニアリング、プログラミング。 |