シラバス参照

開講年度(Academic Year) 2021 
科目コード/科目名
(Course Code / Course Title)
その他/専門演習2
(Seminar(3rd Year)) 
テーマ/サブタイトル等
(Theme / Subtitle)
担当者 (Instructor) 和田 伸一郎(WADA SHIN'ICHIRO) 
時間割 (Class Schedule) 通年 (Full year) 月曜日(Mon) 3時限(Period 3) D601(Room)
単位 (Credit) 4単位(4 Credits) 
科目ナンバリング
(Course Number)
CMS3620 
使用言語
(Language)
日本語
(Japanese) 
備考 (Notes)  
テキスト用コード (Text Code) DE381 



授業の
目標
Course
Objectives
デジタル・データは、もはやメディア産業、IT産業といった一部の産業で扱われるだけにとどまらず、国家間の外交・諜報活動から、資本主義市場経済、生産・労働・消費、社会におけるコミュニケーションといった領域すべてで利活用され、ますます価値あるものになってきている。同時に、これらのいわゆる「ビッグデータ」を分析できるスキルをもった人材のニーズが近年ますます高まっている。この授業では、PCで諸々のツールを使ってビッグデータを収集し、実際に手で触ってもらいつつ、ビッグデータの構造や性質を知り、分析できるスキルを実践的に身につけ、今後のSociety5.0時代において必要とされるITスキル、データリテラシーとはどういうものかを理解することを目標とする。  
Digital data is no longer limited to a few industries such as the media and IT industries, but is becoming increasingly valuable in all areas, from diplomatic and intelligence activities between nations to the capitalist market economy, production, labor and consumption, and communication in society. At the same time, the need for people with the skills to analyze these so-called "Big Data" has been increasing in recent years.
In this class, we will learn the structure and nature of Big Data, acquire practical skills to analyze Big Data, and understand the IT skills and data literacy needed in the future Society 5.0 era, while collecting Big Data using various tools on a PC and actually touching it with their hands. The goal is to do so.  
授業の
内容
Course
Contents
この授業では、主にデジタル・データ分析(SNSデータ、オープンデータ、Web上のデータなどの分析)を様々な分析ツール(Pythonなど)を使ってグループ単位で行う。
春学期は、SNSデータ(Twitter、Instagram)を使って何を明らかにするか、そのテーマ設定をグループ単位で行い、報告、発表を何度か繰り返しながら、研究テーマの絞り込みを行っていく。秋学期は、フォーカスされたテーマを、より高度なスキルを用いながら、さらに掘り下げた上で、最終成果へとつなげる。
なお、毎回の授業で、上記のような作業を行うため、各自、授業に自分のパソコンを持参すること。また、PCスキルがある程度高い、あるいはPCスキルを磨くことに関心をもっていることが望ましい。その際、パソコンについては、大きなデータを処理するため、一定以上のスペックをもったパソコンであることが望ましい。 
In this lesson, we mainly perform digital data analysis (analysis of SNS data, open data, data on the Web etc.) on a group basis by using various analysis tools (such as Python). In the spring semester, we will narrow down the research theme by repeating reporting and presentation several times by doing the theme setting in a group unit, considering what kind of data to use and what to clarify. In the fall semester, after digging into the focused theme, we will aim for the final result.
In order to do the above work, basically, it is desirable to bring a personal computer to each lesson. Also, it is desirable that PC skills are high to some extent or students have interest in polishing PC skills. And it is desirable for the computer to have a certain level of specifications in order to process large amounts of data. 
授業計画
Course
Schedule
1. イントロダクション~このゼミでは何をするのか、データ分析についての説明~ 
2. プロジェクト・グループを決定し、各自のPCで、データ分析をするための環境構築を行う。 
3. ①PC環境構築を行いながら、グループごとに研究テーマについてディスカッションを行う。 
4. ②PC環境構築を行いながら、グループごとに研究テーマについてディスカッションを行う。 
5. グループごとに決定した研究テーマに必要なデータの収集を行い、分析を始める。グループ内での分担を決める。 
6. ①グループごとに作業進捗状況報告 
7. ②グループごとに作業進捗状況報告 
8. ブレインストーミング 
9. テーマの再検討(アイデアの結合・整理:問題提起/仮説設定)の確認 
10. テーマの再検討(アイデアの結合・整理:問題提起/仮説設定)の確認 
11. ①グループごとに作業進捗状況報告 
12. ②グループごとに作業進捗状況報告 
13. ①最終研究発表 
14. ②最終研究発表 
15. 総括 
16. 研究テーマの確認/フリーディスカッション 
17. ①データ・論文・文献の収集 
18. ②データ・論文・文献の収集 
19. ①春学期とはメンバーが異なるプロジェクト・グループをつくり、それぞれの役割分担を決め、PCの環境構築がまだ不完全な人がいれば、互いに教えあう。 
20. ①グループごとにリサーチ・分析作業の進捗状況の報告 
21. ②グループごとにリサーチ・分析作業の進捗状況の報告 
22. ③グループごとにリサーチ・分析作業の進捗状況の報告 
23. ④グループごとにリサーチ・分析作業の進捗状況の報告 
24. ①研究・調査の発表・プレゼンテーション・ディスカッション 
25. ②研究・調査の発表・プレゼンテーション・ディスカッション 
26. ③研究・調査の発表・プレゼンテーション・ディスカッション 
27. 発表・プレゼンテーション・ディスカッションの総評 
28. 総括 
授業時間外
(予習・復習
等)の学習
Study
Required
Outside
of Class
主にSlack、また時にはRemoやZoomを用いて、各自、各班で共同作業を行う。 
成績評価
方法・基準
Evaluation
種類(Kind) 割合(%) 基準(Criteria)
平常点(In-class Points) 100  %
進捗状況の報告・プレゼンテーション・発表など作業への貢献(40%) 、成果物への貢献(40%) 、授業内での発言の積極性(20%)
テキスト
Textbooks
適宜、授業内で指示する。
参考文献
Readings
No 著者名
(Author/Editor)
書籍名
(Title)
出版社
(Publisher)
出版年
(Date)
ISBN/ISSN
1. 佐藤卓己編  『デジタル情報社会の未来(岩波講座 現代 第9巻)』   岩波書店  2016年  4000113895 
2. 和田伸一郎  『国家とインターネット』   講談社選書メチエ  2013年  4062585502 
3. クジラ飛行机、杉山陽一、遠藤俊輔  『すぐに使える! 業務で実践できる! Pythonによる AI・機械学習・深層学習アプリのつくり方』   ソシム  2018年  4802611641 
その他(Others)
その他、適宜、指示する。
その他
(HP等)
Others
(e.g. HP)
注意事項
Notice
 


PAGE TOP