| 項目 | 内容 |
|---|---|
| 授業科目名 | データサイエンティスト特論 |
| 英文授業科目名 | Advanced Data Scientist |
| 開講年度 | 2016年度 |
| 開講年次 | 全学年 |
| 開講学期 | 後学期、集中講義 |
| 開講コース・課程 | 学域、博士前期課程、博士後期課程、社会人 |
| 授業の方法 | 講義、実習 |
| 単位数 | なし |
| 科目区分 | なし |
| 開講学科・専攻 | 全類、全専攻 |
| 担当教員名 | 田村 元紀、清洲 正勝 |
| 居室 | 電気通信大学 東7-205、東7-207 |
| 公開E-Mail | mtamura[at]sangaku.uec.ac.jp, kiyosu[at]uec.ac.jp |
| 授業関連Webページ | http://data-entrepreneur.com/ |
| 更新日 | 2016/09/06 |
| 更新状況 | 公開中 |
| 主題および達成目標 | ビッグデータ/IoTの担い手として”データサイエンティスト”という新しい職種に注目が集まるとともに、人材の不足が問題となっています。本科目では、データサイエンティストの実態について講義と演習（グループ別に分析のケーススタディ）を通じて、就業後のリアルな職業イメージを確立してもらうことを目標とします。講師は、実際に企業でデータサイエンティストとして活躍されている方々が担当します。 ※”データサイエンティスト”の定義、求められるスキルについては、以下のプレスリリース参照 データサイエンティスト スキルチェックリストを掲載 ※分析のケーススタディは「ID-POSデータを用いての店舗の需要予測」をテーマに設定予定。 ※出席者は演習で用いるPCを持参願います。 |
| 前もって履修しておくべき科目 | 大学数学、アルゴリズム、プログラミング、統計学、機械学習、データマイニング、データアントレプレナー実践論 |
| 前もって履修しておくことが望ましい科目 | 統計学、機械学習、データマイニング |
| 教科書等 | 講師の指示に従うこと。 |
| 授業内容とその進め方 | 講師 一般社団法人データサイエンティスト協会 法人会員： 株式会社ALBERT、SAS Institute Japan株式会社、株式会社金融エンジニアリング・グループ、株式会社ジーリサーチ、日本サードパーティ株式会社、日本電気株式会社、博報堂DYメディアパートナーズ株式会社、株式会社ブレインパッド、ヤフー株式会社。 授業内容 全体構成を参照。 進め方 全体構成を参照。 |
| 授業時間外の学習 （予習・復習等） | 参考書籍を提示する。 |
| 成績評価方法及び評価基準 （最低達成基準を含む） | ■配点 出席点：15点 ＋ グループ別の分析のケーススタディ：85点 ■評価基準 秀：90点以上/優：80点以上/良：70点以上/可：60点以上/不可：60点未満 ※出席と、チームでの課題プレゼンテーションを以下の観点で評価 ・データ分析の流れが論理的かつ適切で、分析結果が明確に示されているか ・売上へのインパクト、視点の斬新さがあるか ・効果的なプレゼンテーションが実施されているか |
| オフィスアワー 授業相談 | 講義に関して 火曜日，水曜日16:00～17:00 東7号館 2F 207号室。アポイントを取ること。 講義内容に関して 電子メール（iuc[at]datascientist.or.jp）や、授業の前後などに相談に応じる。 |
| 受講生へのメッセージ | ファクトベースのデータから価値を創出し、問題解決の道筋を立てることは次世代社会での必須要素です。その中で、データサイエンスは、AI、Deep Learning、Big Data、IoTなど全ての局面で必要とされる基礎力です。ぜひ、より多くの学生の方にデータサイエンティストを目指して頂ければと思います。 |
| その他 | データサイエンティスト協会では、データサイエンスに関する無料で有益な情報を提供しています。 https://www.datascientist.or.jp/membership/ |
| キーワード | 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 |
データサイエンティスト特論
シラバス
