シラバス参照

講義概要/Course Information

2024/07/19 現在

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	2024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)	原田　慧
居室 /Office	東3-820
公開E-mail /e-mail	harada@uec.ac.jp
授業関連Webページ /Course website	https://de.uec.ac.jp/curriculum/
更新日 /Last update	2024/03/11 15:39:47	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.
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）	特になし / None
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, Machine Learning, Data Mining データアントレプレナー実践論 / Data Entrepreneur Practical Theory Pythonによる基本的なデータ操作 / Data handling in python such as numpy and pandas.
教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters）	教科書は指定しない。必要な資料は適宜Webサイト等にて配布する。 No textbook will be assigned. Lecture materials will be distributed on websites, etc.
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）	英語タイプ（Cc）により開催する。講義と資料は全て日本語で提供される。 Lectures and group work are conducted in Japanese.   講義日程（変更の可能性あり、8月末までには確定する) ・12月21日（土）：13時から16時10分。 ・1月11日（土）：13時から16時10分。 ・1月25日（土）：13時から16時10分。 ・2月1日（土）：13時から17時45分。 ・2月8日（土）：13時から17時45分。 ・2月15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本学主催のデータアントレプレナーコンソーシアム所属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する。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(As of 11th Mar. 2024, will be finalized by 1st Sep.) ・21st Dec. 2024 13:00-16:10 ・11th Jan. 2025 13:00-16:10 ・25th  Jan. 2025 13:00-16:10 ・1st Feb. 2025 13:00-17:45 ・8th. Feb. 2024 13:00-17:45 ・15th. Feb. 2024 13:00-17:45 In this course, students will work in groups to analyze data, create models, and propose strategies to solve business problems using actual data (corporate business data, open data such as Kaggle, etc.). Instructors and teaching assistants are leading data scientists from the Data Entrepreneur Consortium hosted by UEC. TAs will provide detailed guidance to the work of each group. 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）	TBA 担当教員を産学官連携センターの教員に変更する可能性がある。 The lecturer may be changed to a faculty member from the Center for Industrial and Governmental Relations.
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。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. Participants include not only UEC students but also students from other universities and working students. The participants get many chances of networking with 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く場合がありますので、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」を履修することが望ましい。(https://de.uec.ac.jp/curriculum/) フェロー以外での受講希望者は、原田（harada@uec.ac.jp）まで連絡すること。 In this course, we use the data presented by the data sponsor. So the participants must conclude the data security contract if requested. We recommend the participants to take part in the Data Entrepreneur Fellow Programm(https://de.uec.ac.jp/curriculum/). The students can take this course only, please contact Harada(harada@uec.ac.jp) if you are interested.
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