KGC


Keio University Shonan Fujisawa Campus
Course Summary (Syllabus)


EMERGENCE OF DATA DRIVEN SOCIETY AND STRATEGY (ADVANCED) (Kazuto Ataka

    Semester : 2019 Fall
    Code : X1040 / 2 Credits


1. Objectives/Teaching method

    ■ 本講座の特徴

    1)長年、多様なデータを用いたさまざまな分析に関わってきた立場から、実際の仕事や研究に役立つ分析力とは何かを実戦的に伝承する
    2)情報科学技術以前の本質的なサイエンス、分析、問題解決の考え方に極力フォーカスする
    3)知っているだけではなく分かる、分かるだけでなく出来るに注力する、、、アタマだけで知っていることを認めない
    4)一方通行ではなく、できる限りインタラクティブに実施する
    5)ログデータ、市場リサーチデータを垣根なく対象とする
    6)自然言語処理、機械学習について徹底的に学ぶのではなく、これらがどのようなものかを肌で理解できる程度のスピードで駆け抜ける(通常の数倍速)
    8)普通には外に出ることがないヤフーのデータを利活用する
    9)3年以下の成績優秀者で希望する方にはヤフーでのインターンの場を用意します


    ★ツール系のスキルを教える講座ではありません
    必要ツールがある程度使えることを前提に講義を進めます。どのようなツールを使うかは各自学生に任せます
    最低限のツールスキルは5限の補講で対応します。必要なひとは自発的な参加。参加しない場合はできると見なします(資料・ビデオは履修者限定で展開しますのでコンフリクトがある場合、そちらを参照可能です)
    ただ純粋にツールスキルを身に着けたい方は本講座ではなく別の講座を履修して下さい


    ■ 期待成果
    ・データって面白い、分析はスゴイ、と知る
    ・サイエンスおよび分析的思考、データリテラシーの実戦的な基本を身につける
    ・データ取得と高次分析を理解する
    ・上に加え、機械学習で人間が楽にできる、データが有ればみえないなにかがつかめることを理解する
    ・初歩的なsimulate ができるようになる


2. Materials/Reading List

    授業の進捗にそって適宜紹介する


3. SCHEDULE

    #1 概論
    本講義の立ち位置を説明

    #2 調査設計初級(定性 & 属性だし)
    調査設計のおさらい
    属性だし入門

    #3 セグメンテーション& value proposition
    value propositionとは

    #4 大量データ成型
    データ整形入門

    #5 形態素解析と共起ネットワーク
    形態素解析入門

    ★JavaScript補講

    #6 大量データ可視化入門
    大量データ可視化ライブラリ

    ★Python補講

    #7 Programming & Python 入門
    文法
    library の使い方

    #8 モデリング1

    #9 モデリング2(重回帰)
    同上

    #10 機械学習初歩(分類、予測など)
    基礎概念、、、教師アリ、ナシ
    Liblinear(線形ライブラリ)python

    #11 機械学習初歩2

    #12 深層学習入門1(クラスの延長として補講を実施します)
    Python, Numpy/Scipy

    #13 深層学習入門2(クラスの延長として補講を実施します)
    同上

    #14 セキュリティとプライバシー
    ビッグデータとリテラシ


4. Assignments/Examination/Grad Eval.

    出席、ワークを真面目にやっている限り単位は確実です

    ・ワーク(宿題+毎回のアンケート)
    - 提出、、、加点(未提出、、、減点)
    - できが良い、面白い、、、更に加点

    ・講義、チームへの貢献を評価します(以下を加点)
    - 建設的な質問
    - 積極的、建設的な発言
    - リーダーシップ、フォロワーシップ


5. Special Note

    <履修上の注意>

    ★基礎編の単位取得者もしくは大学院生を対象とする
    ★クラスの性質上50~60名を上限とする(20人以上で開講)
    ★邪魔にならない形での陪席、聴講は可とするが、基礎編を履修していない学部生の聴講は認めません(院生は可)


6. Prerequisit / Related courses

    データ・ドリブン社会の創発と戦略(基礎編)の履修 ■ 利用ツール ★Excel ★Python(特に重要、、、履修前にある程度慣れておくことをオススメします) ★MySQL Powerpoint(必須ではないが使えることが望ましい)


7. Conditions to take this course

    本講義は、「データ・ドリブン社会の創発と戦略」(基礎編)で学ぶ知識を前提として講義を行うため、たとえ院生であろうとそちらを履修後の登録のみ受け付けます(基礎編との同時履修も受け入れません)


8. Relation with past courses

    -


9. Course URL


2019-07-24 15:18:53.158247


Powered by SOI Copyright(c) 2002-2019, Keio University Shonan Fujisawa Campus. All rights reserved.
このサイトの著作権について