KGC


慶應義塾大学湘南藤沢キャンパス
授業概要(シラバス)


データ・ドリブン社会の創発と戦略(応用) (安宅 和人

    2019年度春学期 木曜日2時限
    科目コード: X1040 / 2単位
    カテゴリ: 11.特設科目(学部)


1. 主題と目標/授業の手法など

    ■ 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)
    7)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
    8)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


2. 教材・参考文献

    授業の進捗にそって適宜紹介する


3. 授業計画

    第1回 概論
    本講義の立ち位置を説明

    第2回 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

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

    第4回 大量データ成型
    データ整形入門

    第5回 形態素解析と共起ネットワーク
    形態素解析入門

    ★ (補講 1)Javascript入門

    第6回 モデリング1(単回帰)
    大量データ可視化ライブラリ

    第7回 Programming & Python 入門
    文法
    library の使い方

    ★ (補講 2)Python 入門

    第8回 大量データ可視化入門
    単回帰

    第9回 モデリング2(重回帰)
    重回帰

    第10回 機械学習初歩1
    基礎概念、、、教師アリ、ナシ
    Liblinear(線形ライブラリ)python

    第11回 機械学習初歩2
    同上

    第12回 深層学習入門1
    Python
    Numpy/Scipy

    ★ (補講 3)深層学習 1

    第13回 深層学習入門2
    同上

    (補講 4)深層学習 2

    第14回 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. 提出課題・試験・成績評価の方法など

    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. 履修上の注意・その他

    ★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)


6. 前提科目

    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. 履修条件

    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、そちらを履修後の登録のみを受け付けます(非履修者の同時履修も受け入れません)。 大学院生による履修希望者は個別に対応しますので連絡ください。(自由科目としての履修となります)


8. 旧科目との関係

    なし


9. 授業URL


2019-03-11 11:22:43.195168


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