日本語 English
| 開講年度/ Academic YearAcademic Year |
20252025 |
| 科目設置学部/ CollegeCollege |
ビジネスデザイン研究科/Graduate School of Business AdministrationGraduate School of Business Administration |
| 科目コード等/ Course CodeCourse Code |
VL179/VL179VL179 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
データサイエンス基礎 |
| 授業形態/ Class FormatClass Format |
オンライン（全回オンライン）/Online (all classes are online)Online (all classes are online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
発話を伴う授業を学内で受講する場合は8201（池袋キャンパス）、N851（新座キャンパス）の利用可 |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
春学期1/Spring Semester1Spring Semester1 |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
月G5/Mon.G5 Mon.G5 , 月G6/Mon.G6, Mon.G6 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
BDS6600 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
寄附講座 (一社)日本データビジネス協会 |
Data scientists are the core human resources who are driving the promotion of digital transformation (DX), which is currently attracting the most attention. This class will be an introductory course for those wishing to become a data scientist. By learning the basics of data science, which is the foundation for being a data scientist, our goal is to learn basic treatment of data, utilization methods of data, data modeling, data analysis methods, etc. Also, through lectures and self-study, we will learn the basics of database and basic data operations in SQL.
We will learn the basics of data science, understand data analysis processes and data modeling, and learn the basic knowledge of Statistics in a lecture format. We will introduce actual cases in business and deepen our understanding of data utilization and data analysis. Also, for learning about data cleansing and data conversion methods using SQL, we will learn how to use data through SQL basic training and self-study.
| 1 | データサイエンスの基本概念と応用例 データサイエンスとは何か、何を学んだら良いか、また、データサイエンスがどの様な分野でどんな形で実際に利用されているかなどを講義形式で分かり易く解説する。 |
| 2 | データ分析プロセスの理解と実践例の紹介 データサイエンスの中で大きなウエイトを占めているデータ分析に関して、その分析手法や分析プロセスを学習する。講義に合わせて、具体的な分析プロセスの実例を紹介する。 |
| 3 | データモデル概念の理解とプロトタイプモデル作成演習 データを扱う上で、基本であり、かつ最も重要なデータモデルに関して、モデリング手法やデータモデル作成方法の基本を学習する。また、例題を使い、実際にプロトタイプモデルを作成する演習を行う。 |
| 4 | データサイエンスに必要な統計手法と具体的な利用例 データサイエンスで必要となる最低限の統計手法を学習する。理解を深めるため、統計手法の具体的な利用例を交えて解説する。 |
| 5 | ビックデータの活用方法と現状 ビックデータとは何か、何故大きな話題となったのかを解説する。また、ビックデータが実際にどのように活用されているのかという現状を紹介する。 |
| 6 | 新しいＩＴ技術の活用 最近話題となっているＡＩ、ＩｏＴ、ブロックチェーンなど、最新のＩＴ動向を解説しながら、データサイエンスとの関連や今後の展望に関して解説する。 |
| 7 | 【事例紹介】顧客データ分析事例 顧客データ分析の事例を使い、顧客統合や名寄せの手法、分析手順などを紹介する。 |
| 8 | 【事例紹介】購買データ分析事例 原価の削減や代替品候補の選定などで使われている購買データ分析の事例を紹介する。また、事例を通して購買業務に関して理解を深める。 |
| 9 | 【事例紹介】製造原価分析事例 グローバル製造業全体の課題でもある製造原価分析に関して、先進的なグローバル製造企業が、現在どのような方法で原価分析を行っているかを紹介する。 |
| 10 | 販売データ分析演習 販売データの代表であるＰＯＳデータを使い、販売データ分析に関して理解を深める。 販売データ分析における課題と分析時の重要なポイントを理解する。 |
| 11 | 貸借対照表による財務分析の基礎 貸借対照表を使った財務分析の基礎を学習し、売上分析を例とした場合、実際どのような手順で分析を行なうのかを理解する。 |
| 12 | ビックデータ分析事例 ＩｏＴデータを使ったビックデータ解析に関して、実際のデータを確認しながら、ビックデータの基本的な解析手順や解析手法を理解する。 |
| 13 | データクレンジング概念の理解と具体的なクレンジング事例紹介 データサイエンティストの仕事の80%を占めると言われているデータクレンジングに関して、何のために、どんな手法でデータクレンジングを行うのかを具体例を交えて解説する。 |
| 14 | データベースの基礎とデータサイエンスのまとめ データベースの基礎とSQLに関して学習する。また、講義全体の復習とまとめを行う。 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
11回目の授業までに、損益計算書、貸借対照表がある程度読めるくらいまでの基礎を学習しておくこと。
復習に関しては、各回の授業終了時に指示する。
数学、統計、ＩＴの知識がない方でも受講可能な内容となっている。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
最終レポート(Final Report)(40%) 授業への参加・発言(60%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 毎回、プリントを配布。 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 青木 峰郎 | 10年戦えるデータ分析入門 | SBクリエイティブ | 2015 | 9784797376272 |
| 2 | 西内 啓 | 統計学が最強の学問である［実践編］ | ダイヤモンド社 | 2014 | 9784478028230 |
| 3 | 竹村 彰通 | データサイエンス入門 | 学術図書出版社 | 2021 | 9784780607307 |
データベースをインストールしても良いＰＣ。
ハードディスク50GB、メモリ15G程度必要。
本科目を履修する場合、本科目と関連の深い日本データビジネス協会が提供するデジタルトランスフォーメーションモジュール内の他の科目を併せて履修することを推奨する。必須ではない。
本科目は、5年以上の実務経験を有する実務家教員による授業であり、全授業回数の50％以上がディスカッションなど双方向形式の授業によって運営されます。
現在、最も注目されているデジタルトランスフォーメーション（DX）を推進する中核的な人材が、データサイエンティストである。本授業は、データサイエンティストを目指す方達の入門講座の位置付けとなる。データサイエンティストの根幹であるデータサイエンスの基礎を学ぶことで、データの基本的な扱い方、データの活用方法、データモデリング、データ分析手法などの習得を目指す。また、講義と自習を通じて、データベースの基礎やSQLでの基本的なデータ操作方法に関してもその基礎学習する。
Data scientists are the core human resources who are driving the promotion of digital transformation (DX), which is currently attracting the most attention. This class will be an introductory course for those wishing to become a data scientist. By learning the basics of data science, which is the foundation for being a data scientist, our goal is to learn basic treatment of data, utilization methods of data, data modeling, data analysis methods, etc. Also, through lectures and self-study, we will learn the basics of database and basic data operations in SQL.
データサイエンス基礎知識の習得、データ分析プロセスやデータモデリングの理解、統計学の基礎知識学習に関しては講義形式で実施する。データ活用やデータ分析に関しては、実際のビジネス上での事例を紹介し、理解を深める。また、SQLによるデータクレンジングやデータ変換方法の学習に関しては、SQL基礎講習と自習によりデータ操作方法を理解する。
We will learn the basics of data science, understand data analysis processes and data modeling, and learn the basic knowledge of Statistics in a lecture format. We will introduce actual cases in business and deepen our understanding of data utilization and data analysis. Also, for learning about data cleansing and data conversion methods using SQL, we will learn how to use data through SQL basic training and self-study.
| 1 | データサイエンスの基本概念と応用例 データサイエンスとは何か、何を学んだら良いか、また、データサイエンスがどの様な分野でどんな形で実際に利用されているかなどを講義形式で分かり易く解説する。 |
| 2 | データ分析プロセスの理解と実践例の紹介 データサイエンスの中で大きなウエイトを占めているデータ分析に関して、その分析手法や分析プロセスを学習する。講義に合わせて、具体的な分析プロセスの実例を紹介する。 |
| 3 | データモデル概念の理解とプロトタイプモデル作成演習 データを扱う上で、基本であり、かつ最も重要なデータモデルに関して、モデリング手法やデータモデル作成方法の基本を学習する。また、例題を使い、実際にプロトタイプモデルを作成する演習を行う。 |
| 4 | データサイエンスに必要な統計手法と具体的な利用例 データサイエンスで必要となる最低限の統計手法を学習する。理解を深めるため、統計手法の具体的な利用例を交えて解説する。 |
| 5 | ビックデータの活用方法と現状 ビックデータとは何か、何故大きな話題となったのかを解説する。また、ビックデータが実際にどのように活用されているのかという現状を紹介する。 |
| 6 | 新しいＩＴ技術の活用 最近話題となっているＡＩ、ＩｏＴ、ブロックチェーンなど、最新のＩＴ動向を解説しながら、データサイエンスとの関連や今後の展望に関して解説する。 |
| 7 | 【事例紹介】顧客データ分析事例 顧客データ分析の事例を使い、顧客統合や名寄せの手法、分析手順などを紹介する。 |
| 8 | 【事例紹介】購買データ分析事例 原価の削減や代替品候補の選定などで使われている購買データ分析の事例を紹介する。また、事例を通して購買業務に関して理解を深める。 |
| 9 | 【事例紹介】製造原価分析事例 グローバル製造業全体の課題でもある製造原価分析に関して、先進的なグローバル製造企業が、現在どのような方法で原価分析を行っているかを紹介する。 |
| 10 | 販売データ分析演習 販売データの代表であるＰＯＳデータを使い、販売データ分析に関して理解を深める。 販売データ分析における課題と分析時の重要なポイントを理解する。 |
| 11 | 貸借対照表による財務分析の基礎 貸借対照表を使った財務分析の基礎を学習し、売上分析を例とした場合、実際どのような手順で分析を行なうのかを理解する。 |
| 12 | ビックデータ分析事例 ＩｏＴデータを使ったビックデータ解析に関して、実際のデータを確認しながら、ビックデータの基本的な解析手順や解析手法を理解する。 |
| 13 | データクレンジング概念の理解と具体的なクレンジング事例紹介 データサイエンティストの仕事の80%を占めると言われているデータクレンジングに関して、何のために、どんな手法でデータクレンジングを行うのかを具体例を交えて解説する。 |
| 14 | データベースの基礎とデータサイエンスのまとめ データベースの基礎とSQLに関して学習する。また、講義全体の復習とまとめを行う。 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
11回目の授業までに、損益計算書、貸借対照表がある程度読めるくらいまでの基礎を学習しておくこと。
復習に関しては、各回の授業終了時に指示する。
数学、統計、ＩＴの知識がない方でも受講可能な内容となっている。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
最終レポート(Final Report)(40%) 授業への参加・発言(60%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 毎回、プリントを配布。 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 青木 峰郎 | 10年戦えるデータ分析入門 | SBクリエイティブ | 2015 | 9784797376272 |
| 2 | 西内 啓 | 統計学が最強の学問である［実践編］ | ダイヤモンド社 | 2014 | 9784478028230 |
| 3 | 竹村 彰通 | データサイエンス入門 | 学術図書出版社 | 2021 | 9784780607307 |
データベースをインストールしても良いＰＣ。
ハードディスク50GB、メモリ15G程度必要。
本科目を履修する場合、本科目と関連の深い日本データビジネス協会が提供するデジタルトランスフォーメーションモジュール内の他の科目を併せて履修することを推奨する。必須ではない。
本科目は、5年以上の実務経験を有する実務家教員による授業であり、全授業回数の50％以上がディスカッションなど双方向形式の授業によって運営されます。