日本語 English
| 開講年度/ Academic YearAcademic Year |
20232023 |
| 科目設置学部/ CollegeCollege |
経営学部/College of BusinessCollege of Business |
| 科目コード等/ Course CodeCourse Code |
BT144/BT144BT144 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
DX概要、データエンジニアリング、AI、DXソリューション |
| 授業形態/ Class FormatClass Format |
対面（一部オンライン）/Face-to-face (partially online)Face-to-face (partially online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
|
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
火4･4402/Tue.4･4402 Tue.4･4402 |
| 単位/ CreditCredit |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
BUS3200 |
| 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/ Grade (Year) RequiredGrade (Year) Required |
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 |
|
| 履修中止可否/ course cancellationcourse 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 |
|
| 備考/ NotesNotes |
|
| テキスト用コード/ Text CodeText Code |
BT144 |
Digital transformation (DX) is progressing all over the world. DX of business transforms current business models, strategies, and organizational structures into new ones, creating a new digital society. This course offers four basic modules, providing a good balance of theoretical and practical knowledge and skills.
This course consists of four basic modules such as introduction to DX, data engineering, DX implementation and data science. Introduction to DX includes big data, and strategic decision making, data engineering includes database management systems, data lakes, and business intelligence tools, DX implementation includes DX case studies, and data science includes AI basics.
※Please refer to Japanese Page for details including evaluations, textbooks and others.
世界各国で、デジタルトランフォーメーション（ＤＸ）が進展している。企業におけるDXは業務オペレーションのデジタル化にとどまらず、ビジネスモデル、事業、組織を新しい視点で見直し、最終的に新しい社会へトランスフォームすることを目指している。それを実現する人材にはビジネス、データサイエンス、データエンジニアリングに関する知識とスキルが必要とされている。この講義では、これらの基礎知識をバランスよく修得することを目標にする。今年度新しく開講する講義なので、受講生には積極的な授業参加を期待する。
Digital transformation (DX) is progressing all over the world. DX of business transforms current business models, strategies, and organizational structures into new ones, creating a new digital society. This course offers four basic modules, providing a good balance of theoretical and practical knowledge and skills.
本講義は、次の4つのモジュールから構成される：(1)DX概要、(2)データ活用基盤(データエンジニアリング関連）、(3)DXソリューション(ビジネスへの適用)、(4)AIの基礎(データサイエンス関連)。この中で、AIについては未知であることを前提に講義を行う。
それぞれ、基礎理論の補完あるいはプロトタイプの紹介などを含めながら進めていく。また、複数回ゲスト講師から事例紹介をしていただく予定である。なお、下記の回についてはオンラインで行う(６回程度)。
(a) 外部講師によるレクチャー回
(b) 実装関連(Python、RDBなど）のデモを行う回
(c) 細かい画面(数式など)が必要になる回
受講生にはDXの事例を調査するワークを課し、優れた事例研究についてはプレゼンしてもらうことにしたい。
This course consists of four basic modules such as introduction to DX, data engineering, DX implementation and data science. Introduction to DX includes big data, and strategic decision making, data engineering includes database management systems, data lakes, and business intelligence tools, DX implementation includes DX case studies, and data science includes AI basics.
| 1 | イントロダクション＆DX概要 |
| 2 | DX概要 |
| 3 | DX概要 |
| 4 | データ活用基盤 |
| 5 | データ活用基盤 |
| 6 | データ活用基盤 |
| 7 | DXソリューション |
| 8 | DXソリューション |
| 9 | DXソリューション |
| 10 | 受講生によるDX事例発表 |
| 11 | AI基礎 |
| 12 | AI基礎 |
| 13 | AI基礎 |
| 14 | 全体まとめとテスト |
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
データサイエンス関連では数学の知識が必要になりますので、確率・統計、線形代数、微積分などについてよく復習しておいてください。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
最終テスト(Final Test)(40%) 事例調査(30%) その他（参加状況、リアクションペーパーなど）(30%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 固定したテキストは用いず、講義内容に応じて下記の参考文献などを組み合わせて講義を行います。 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 日本統計学会 | 『統計学基礎［改訂版］』 | 東京図書 | 2015 | 9784489022272 |
| 2 | 増永良文 | 『リレーショナルデータベース入門［第３版］』 | サイエンス社 | 2017 | 9784781913902 |
| 3 | 斎藤康毅 | 『ゼロから作るDeep Learning』 | O'Reilly | 2016 | 9784873117584 |
| 4 | 宮川公男 | 『基本統計学［第５版］』 | 有斐閣 | 2021 | 9784641165960 |
| その他 (Others) | |||||
| 上記は、それぞれ必要部分のみを参照します。それ以外については、講義内で適宜紹介します。 | |||||