　　　　　

専門教育課程　経営情報学科(〜2024年度入学)

授業科目区分	科目名	単位数	科目コード	開講時期	履修方法
専門教育課程専門科目専門	データサイエンス実践 Advanced Data Science	2	F140-01	2025年度６期（後学期）	修学規程第4条を参照

担当教員名
武市　祥司

＊印は、実務経験のある教員を示しています。

授業科目の学習・教育目標

キーワード

学習・教育目標

1.機械学習 2.ディープラーニング 3.画像認識 4.自然言語処理 5.AI（人工知能）

本科目は経営情報学科の学習・教育目標である「マネジメント能力」と「ビジネス応用・プロジェクト遂行能力」を身に着けるために応用的なデータ分析の知識とスキルを身に着ける科目である．近年のAI（人工知能）の基礎となる手法を， PythonおよびGoogle Colaborato ryを用いて実際に手を動かして学び，ビジネス現場における有用な分析を実践できるようになることを目指す．

授業の概要および学習上の助言

近年，数理・AI・データサイエンスが非常に注目されている．本講義は，特にデータサイエンスの上級レベルの科目であり，非常に注目されているディープラーニング（深層学習）他，様々な手法を学ぶ．授業では，基本的に座学による講義を前半に実施して，後半には実際に手を動かして分析を行う演習を実施する．その演習を実施できるように，毎回各自のラップトップ・パソコン（ノートPC）を持参することが必須である．なお，データ分析のツールとしては，プログラミング言語Pythonと統合開発環境Jupyter Notebook，およびGoogle Colaboratoryを使用する．各手法の数理的背景の数式的説明は，手法の理解と適用限界に関する最小限にとどめて，利用方法と適用に時間を割く．また，ビジネスにおけるデータ利用とされているビジネスインテリジェンスの活用事例についても適宜紹介する．予習は特に必要とはしないが，不明な点は授業時間中に解決するととともに，復習には時間を割いて欲しい．本授業を通じて，要因分析や知識発見などのデータ分析に基づくビジネス展開ができる力を身につけることを受講生には期待する．また，Google Colaboratoryを利用するためには，Googleのアカウントが必要である．大学のEメールアドレスでGoogleアカウントは取得されているはずであるが，バックアップ用に自身のGoogleアカウントも事前に取得しておくことを推奨する．

教科書および参考書・リザーブドブック
教科書：Google Colaboratoryで学ぶ! あたらしい人工知能技術の教科書機械学習・深層学習・強化学習で学ぶAIの基礎技術　　　　（第2版）[翔泳社] 参考書：指定なしﾘｻﾞｰﾌﾞﾄﾞﾌﾞｯｸ：指定なし

履修に必要な予備知識や技能

授業には毎回ラップトップPCを持参すること．なお，このラップトップPCは，データ分析に用いるPythonおよびそのライブラリがインストールできること，および，インターネットに接続可能であることが条件である．また，経営情報学科３年次生前学期科目「ビジネスアナリティクス」を受講しておくことが強く推奨される．

学生が達成すべき行動目標
No.	学科教育目標（記号表記）
①	D,J	所与のデータに対して，知見を得るための適切なグラフ描画ができる
②	D,J	ディープラーニングの概要を理解して説明することができる
③	D,J	所与の画像データに対して，CNNの手法を用いて適切な分類を行うことができる
④	D,J	学習等を行うためのデータについて，サンプルコードを参考にして，各自で適切な前準備を行うことができる
⑤	D,G,L,N	所与のデータに対して，適切な分析手法を用いて，予想や分類を行うことができる
⑥

達成度評価
				評価方法
				試験	クイズ小テスト	レポート	成果発表 (口頭・実技)	作品	ポートフォリオ	その他	合計
総合評価割合	0	0	90	0	0	0	10	100
指標と評価割合	総合評価割合		0	0	90	0	0	0	10	100
	総合力指標	知識を取り込む力	0	0	30	0	0	0	0	30
		思考・推論・創造する力	0	0	30	0	0	0	0	30
		コラボレーションとリーダーシップ	0	0	0	0	0	0	0	0
		発表・表現・伝達する力	0	0	30	0	0	0	0	30
		学習に取組む姿勢・意欲	0	0	0	0	0	0	10	10

※総合力指標で示す数値内訳、授業運営上のおおよその目安を示したものです。

評価の要点
評価方法	行動目標		評価の実施方法と注意点
試験	①
	②
	③
	④
	⑤
	⑥
クイズ小テスト	①
	②
	③
	④
	⑤
	⑥
レポート	①	レ	各回の演習問題および復習のための練習問題を，レポート作成して提出する．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥
成果発表 (口頭・実技)	①
	②
	③
	④
	⑤
	⑥
作品	①
	②
	③
	④
	⑤
	⑥
ポートフォリオ	①
	②
	③
	④
	⑤
	⑥
その他	①	レ	授業参加や課題提出などについて，総合的に評価する．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥

具体的な達成の目安
理想的な達成レベルの目安	標準的な達成レベルの目安
様々なデータに対して，目的に応じて適切な手法を適用することができる．また，CNNなどのAI手法を適用する分析を，自分でプログラムを作成することにより，実施して，さらに，その分析結果を適切に説明できる．	所与のデータに対して，指示されたAI手法を，授業の配布されたプログラムコードを利用して，適用することができる．また，またその適用した分類や予測の結果を理解することができる．

ＣＬＩＰ学習プロセスについて
一般に、授業あるいは課外での学習では：「知識などを取り込む」→「知識などをいろいろな角度から、場合によってはチーム活動として、考え、推論し、創造する」→「修得した内容を表現、発表、伝達する」→「総合的に評価を受ける、ＧｏｏｄＷｏｒｋ！」：のようなプロセス（一部あるいは全体）を繰り返し行いながら、応用力のある知識やスキルを身につけていくことが重要です。このような学習プロセスを大事に行動してください。
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間（例えば2単位科目の場合、予習2時間・復習2時間／週）を取るよう努めてください。詳しくは教員の指導に従って下さい。

授業明細
回数	学習内容	授業の運営方法	学習課題予習・復習	時間：分※
第 1回	オリエンテーション・人工知能とディープラーニングの概要（教科書第1 章）・Google Colaboratoryの設定	講義：100分	復習課題：ツールの準備	60分 120分
第 2回	Google Colaboratoryの使い方（教科書第2章） Pythonの基礎（教科書第3章）	講義：30分演習：70分	復習：教科書第2〜3章の再読課題：授業で指示	120分 180分
第 3回	簡単なディープラーニング（1）（教科書第4章前半）	講義：30分演習：70分	復習：教科書第4章前半の再読課題：授業で指示	180分 180分
第 4回	簡単なディープラーニング（2）（教科書第4章後半）	講義：30分演習：70分	復習：教科書第4章後半の再読課題：授業で指示	120分 180分
第 5回	ディープラーニングの理論（教科書第5章）	講義：30分演習：70分	復習：教科書第5章の再読課題：授業で指示	120分 180分
第 6回	様々な機械学習の手法（教科書第6章）・k平均法・サポートベクターマシン	講義：30分演習：70分	復習：教科書第6章の再読課題：授業で指示	120分 180分
第 7回	ディープラーニングの基礎の総復習・振り返り・アクティブ・ラーニング	講義：30分アクティブ・ラーニング：70 分	復習：教科書の該当箇所の再読課題：授業で指示	180分 180分
第 8回	畳み込みニューラルネットワーク（教科書第7章）・CNN: Convolutional Neural Network ・画像識別	講義：30分演習：70分	復習：教科書第7章の再読課題：授業で指示	180分 180分
第 9回	転移学習（教科書第12章）	講義：30分演習：70分	復習：教科書第12章の再読課題：授業で指示	120分 180分
第10回	再帰型ニューラルネットワーク（教科書第8章）・RNN: Recurrent Neural Network ・時系列分析・自然言語処理	講義：30分演習：70分	復習：授業資料第8章の再読課題：授業で指示	120分 180分
第11回	変分オートエンコーダ（教科書第9章）・VAE: Variational Autoencoder ・深層生成モデル	講義：30分演習：70分	復習：教科書第9章の再読課題：授業で指示	120分 180分
第12回	敵対的生成ネットワーク（教科書第10章）・GAN: Generative Adversarial Network	講義：30分演習：70分	復習：教科書第10章の再読課題：授業で指示	120分 180分
第13回	強化学習（教科書第11章）	講義：30分演習：70分	復習：教科書第11章の再読課題：授業で指示	120分 180分
第14回	総合演習	演習：100分	課題：授業で指示	300分
第15回	振り返りとまとめ自己点検・授業アンケート	講義：40分自己点検：60分	課題：振り返り	120分