KGC


[ English ]
データ・ドリブン社会の創発と戦略

お知らせ


科目名データ・ドリブン社会の創発と戦略 [ シラバス ]


■ 本講座の位置づけ
何らかの事業を起こすにしろ、会社に入るにしろここから先の時代においてデータドリブンな分析力、問題解決力、データ利活用に対する皮膚感覚的な理解は不可欠である。
 本講座は、高校1-2年程度の数学の知識、スキル、Excelで基本的なことができる程度の素養はあるが、データ分析、データの利活用についてさして経験のあるわけではない人に対して、データの大切さと力、分析の楽しさを実感してもらうことを通じ、現代社会を生き抜くため最低限、基礎となるデータリテラシー、データで考える力を身につけてもらうことを目指す。

■ 身につけてもらうことを目指す技能
- データ社会に対するパースペクティブ
- 各種関連バズワードの適切な理解
- データの意味合いを理解するための基礎となる力
- データに騙されないようになるための基礎となる力
- 数字のハンドリング力、数量的分析力
- 基本的な問題解決能力
- 情報処理、基礎プログラミング力

■ 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
- 世の中のデータ関連のニュースを聞いても、何らかの意味合いがわかるようになる


■(参考)昨年度春学期履修者の声(抜粋)
「もっとはやくこのような素晴らしい授業と出会いたかったです」
「データ分析は奥が深く、ついていくのに必至でした。とはいえSFCのどの講座よりも熱く面白い授業であったことは間違いなかったです」
「散々苦しみましたが、苦しめば苦しむほど見えるものがあって楽しかったです」
「大学に入って一番成長できたと感じることのできる講義でした」
「データへの考え方が、根本的に変わりました」
「今学期1番楽しみにしていた授業でしたが、その期待をはるかに上回る内容でとても満足しています」
「今期一番面白かった授業のひとつです。講義の部分も演習の部分も面白く、これから役に立つものばかりで楽しかったです」
「本当に疲れた講義だったけど、それ以上に一番成長できた半年だったと胸を張って言える」
「これは間違いなく1年生の春にデータサイエンス科目として全員が必修でとるべき内容の講義で、もっと早くこの講義が実現していれば…と思いました」
「全14回+補講をありがとうございました。課題は難しかったけど、毎回面⽩いことが聞けてとてもよかったです。データに対する姿勢が確実に変わりました」
「以前は、ツールの使い⽅方をマスターすることが重要だと思っていたが、授業を通して、それより、問題の捉え⽅など、より本質的なものを⾒極める思考が重要であることに気づきました。非常に、有意義な時間で、講義を楽しめました
「3年間の大学生活で最も刺激的な科目で、分析を仕事にするということを具体的に考えながら受講できました。ありがとうございました」
「これで授業が終わりだなんて悲しいです。アドバンスも取りたいです。今後もSFCでの授業よろしくお願いします!」
「時々サボってしまうこともありましたが、半年を通して⾃分がすごく我慢強く、課題に対して前向きになったような気がします。こんなに難しい課題を課されたことは今までにありませんでしたが、今までだったら諦めているような課題でも、安宅さんや他の⽅々の熱⼼な授業のおかげで最後まで諦めずに、苦戦しつつも秋学期を終えることができました。本当にありがとうございました」
「この授業は、他の大学では中々経験できない本当に貴重な体験をさせていただき、感謝してもしきれません。この授業と同じレベルの内容の深さをもつ授業はSFCにはほぼ皆無に等しく、今まで履修した中で群を抜いて得られるものが⼤きかった授業であると断言できます。一学期間、本当にありがとうございました」
「データ分析についてはある程度経験があったが、毎回の講義で気づかされることは⾮常に多かった」
「とても濃密な講義をありがとうございました!!データドリブンとは何か?その必要性は?などを⼤局的に解いた講義から、チャートや予測モデルの作成などの実習まで、インプットとアウトプットを両⽴して⾏うことができて、実践的でとても楽しく分析や問題解決といったことを学べました。今後もこれらの考え⽅を忘れず、20代で突き抜けられるよう頑張ります」
「毎回楽しい授業をありがとうございました。単にデータ分析をガリガリにおこなうと思っていたら、これまで知らなかったそもそも論についての話を伺える、実りの多いものになりました。ツールの使い⽅といったその場かぎりの知識では終わらない、より深い層の学びを得られたので、今後に活かしていきたいと思います」

■ 利用ツール
- Excel(必須)
- Powerpoint(任意だが使えることが望ましい)
- MySQL (任意)
- R (任意)
- Python (任意)


担当者 安宅 和人
授業期間2019年秋学期 木曜日2時限
授業レベル 学部
参考文献 参考文献リスト


授業ビデオとマテリアル
受講したい回をクリックしてください。
第01回2019/09/26 時代背景と本講座の位置づけ
- 履修者データ (xlsx) 【履修者限定】
- 講義資料 (PDF) 【履修者限定】
- データドリブンな課題解決領域の広がり 
- ドメイン知識の重要性 
- 3つのデータ 
- データとデータ解析 
- 歴史的な局面 
- 求められる人物 
- Professional とは何か? 


第02回2019/10/03 分析の本質とデータ利活用の広がり
- 講義資料 (PDF) 【履修者限定】
- 分析の基本 
- 分析の3つの目的 
- 意味合い出しのポイント 
- ダメな分析のパタン 
- データ表現の基本 
- 統計数理の5つの役割 
- データの広がりとデータごとによる特徴


第03回2019/10/10 データから価値を生み出すとは何か?
- 講義資料 (PDF) 【履修者限定】
- 調査データとビッグデータのサイクル 
- 聞いたことがある、わかっている、できるの違い 
- データ利活用の 3 要素、、、収集、処理、活用 
- データを使う目的 
- 事業でのデータ利用の3用途 
- マーケティングとは何か 
- マーケティング的な事業の見方と課題 


第04回2019/10/17 調査データ 1:データを読む
- 補講用データ (XLSX) 【履修者限定】
- アンケートデータ (XLSX) 【履修者限定】
- アンケート調査票 (PDF) 【履修者限定】
- 補講資料 (PDF) 【履修者限定】
- 補講映像(要keio.jp認証) 【履修者限定】
- 講義資料 (PDF) 【履修者限定】
- いけてない分析の見極め方 
- データを読むポイント 
- 相関と因果 
- 相関があっても因果関係のない典型的パターン 
- 可視化のプロセス 
- 答えを出す手順 

★(補講1)Excel1:Excel の基本


第05回2019/10/24 調査データ 2:データの性質を知る
- 補講用データ (XLSX) 【履修者限定】
- 補講資料 (PDF) 【履修者限定】
- 補講映像(要keio.jp認証) 【履修者限定】
- 講義資料 (PDF) 【履修者限定】
- データを眺める(性質を理解する) 
- 比較して意味合いを出す 
- どのぐらい外れると意味のある異常値なのか? 
- 軸選び 
- クラスタリングとセグメンテーション 
- 分析結果から試算する、、、推計のロジック


第06回2019/10/31 【塾内限定公開】データ to chart 1
- 補講参考資料 (XLSX) 【履修者限定】
- 補講事前準備資料 (PDF) 【履修者限定】
- 補講映像(要keio.jp認証) 【履修者限定】
- 補講資料 (PDF) 【履修者限定】
- 講義資料 (PDF) 【履修者限定】
- チャート化の 2 つの目的 
- チャートの基本構造 
- 15 秒ルール 
- 縦と横の広がり 
- 標準化と重み付け 

★ (補講2)Excel2:分析の基本 
- 分析ツール 
- 基礎的な統計解析: 和、平均、分散、相関 
- 相関係数 R と決定係数 R2 
- クロス分析(ピボットテーブル) 
- 散布図からカーブフィットする


第07回2019/11/07 【塾内限定公開】データ to chart 2
- 補講参考資料 (XLSX) 【履修者限定】
- 補講資料 (PDF) 【履修者限定】
- 補講映像 【履修者限定】
- 講義資料 (PDF) 【履修者限定】
同上


第08回2019/11/28 調査データ 3:ニーズを掴む
- アンケートデータ (XLSX) 【履修者限定】
- アンケート調査票 (PDF) 【履修者限定】
- 講義資料(PDF) 【履修者限定】
- 基本となるマインドセット 
- ニーズとベネフィット 
- ニーズの 4 レイヤ 
- ブランドダイアモンド 
- 本音と建前 
- ブレイクポイント


第09回2019/12/05 調査データ 4:ニーズを掴む 2
- 講義資料(PDF) 【履修者限定】
- 消費者マーケティングにおけるリサーチ手法の広がり 
- 軸出しに関する考察 
- MECE に考える技

第10回2019/12/12 行動ログデータ 1
- リアル空間のデータ化 
- コンテキスト・アウェア・ コンピューティング(Context 
- Aware Computing) 
- スマホに内蔵されているセンサ 
- 行動ログに隠された情報 
- 活動量計データと同行検知

第11回2019/12/19 行動ログデータ 2
- データを眺め、仮説をたてる 
- グラフ的な関係を見る 
- 大量の単純処理を回す工夫 
- プログラムの役割 
- センサデータ解析のための前処理 
- データ成型、データ変換、ノイズ除去

第12回2019/12/26 クエリログデータ 1:インフル予測
- クエリデータとはなにか 
- データ分析と可視化の関係 
- データ利用基盤の三層構造 
- 情報利活用に必要なプロフェッショナルの広がり 
- イシュー見極めのポイント 
- モデル化と予測 
- シグナルとノイズ 
- 実数と指数 

★(補講3)SQL の基礎1

第13回2020/01/09 クエリログデータ 2:選挙予測
- 縦軸と横軸:変数とアウトプット 
- データ類似性の判別 
- ドメイン知識の重要性 
- モデル化と予測2 

★(補講3)SQL の基礎1

第14回2020/01/16 データとAI がもたらす未来
- 平均は事実を必ずしも表さない 
- AI に関する誤解と正しい理解 
- ビッグデータと AI の関係 
- 機械学習による AI がもたらす変化 
- シゴトの未来 
- 人工知能の不都合な真実 
- AI×データはビジネスをどう変えるか 
- データ・キカイ時代の新しいヒエラルキー


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