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 | ||
| 科目番号 /Code |
|||
| 開講年度 /Academic year |
2022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) |
斉藤 史朗 | ||
| 居室 /Office |
東7-205 | ||
| 公開E-mail |
s-saito@uec.ac.jp | ||
| 授業関連Webページ /Course website |
https://de.uec.ac.jp/curriculum/ | ||
| 更新日 /Last update |
2022/11/14 18:55:40 | 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。 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） |
講義日程（11月14日投稿) ・12月10日（土）：13時から16時10分。 ・12月17日（土）：13時から16時10分。 ・12月24日（土）：13時から16時10分。 ・1月7日（土）：13時から17時45分。 ・1月21日（土）：13時から17時45分。 ・2月4日（土）：13時から17時45分。 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、戦略提案をグループを作って行う。 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。 第一回：ガイダンス 第二回：実データ分析についての注意点 第三回：今回の課題とデータについて 第四回：EDAと分析方針の策定 第五回：中間報告 第六回：中間報告へのコメント 第七回：本課題のEDA 第八回：ビジネス課題の整理 第九回：データによる課題解決の方向性の検討 第十回：モデル作成の準備 第十一回：モデル作成のためのEDA 第十二回：モデル作成による課題解決 第十三回：最終報告準備 第十四回：最終報告 第十五回：最終報告へのコメントと評価 Lecture Time(14th Nov 2022 up) ・10th Dec. 2022 13:00-16:10 ・17th Dec. 2022 13:00-16:10 ・24th Dec. 2022 13:00-16:10 ・7th Jan. 2023 13:00-17:45 ・21st. Jan. 2023 13:00-17:45 ・4th Feb. 2023 13:00-17:45 Participants will learn data science analysis through practical training. Then, having access to the actual big data provided by companies, participants will apply the various analysis methods and present the results. The final presentation will be judged by university faculty members and data scientists who are industry leaders and members of the Data Scientists Association of Japan. 1st.Class:Guidance 2nd.Class:The Tips on the Analysis of RealData 3rt.Class:About the Task and Data of this course 4th.Class:EDA and the Formulation of the analysis policy 5th.Class:Interium report 6th.Class:Comment on the Interium report 7th.Class:EDA about this course 8th.Class:To orgnize the business task 9th.Class:Study about the direction of the task solution 10th.Class:Preparation of the modelling 11th.Class:EDA before the modelling 12th.Class:Task solution with the modell 13th.Class:Preparation of the final report 14th.Class:Final report presentation 15th.Class:Comment on the final report |
| 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。 The participants have the same chances of the discussing and decision making with data as the real business. |
| 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） |
次の講義時間までにチームで話し合って、作業範囲をきめて、そのタスクを実施する。 Between the each class, the participants will execute the task chosen by the members of the team. |
| 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。 We, the datascientists, engineers and teachers, evaluate the participants by the discussion, reports and presentation at the Final report presentation on 1. Understanding the situation of the business, 2. Understanding how to collect, process and analyze the data, 3. The way to solve the problem, 4. The Judgement of the business direction, 5. The idea of the business 6. The approach of the collecting, processing and analyze the data |
| 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が、あらかじめメールで予約をしてもらえればZoomによるミーティングを行います。毎週木曜日の17時から19時をオフィスアワーとして空けてありますが、事前にご連絡ください。 Please make appointment by e-mail and so on. (Every Thursday from 17:00 to 19:00 on Zoom) |
| 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。 The participants can get the experience of discovering the knowledge. The participants consist of the UEC students, the students of other University and working students. The participants get many chances of networking with Japan Data Scientist Society's member, the members of the consortium. |
| 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。 In this course, we use the data presented by the data sponsor. So the participants must conclude the data security contract. We recommend the participants to take part in the DataEntrepreneurProgramm(https://de.uec.ac.jp/curriculum/). The students can take this course only, but might not participate the course by the operation problems. |
| 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。 DataScience, Entrepreneurship, BigData, Artificial Intelligence, Statistics, Multivariate Analysis, Machine Learning, IoT, DataMining, Programming |