KGC


[ Japanese ]
EMERGENCE OF DATA DRIVEN SOCIETY AND STRATEGY

NEWS


TitleEMERGENCE OF DATA DRIVEN SOCIETY AND STRATEGY [ Syllabus ]

■ Outline of this course
Whether you are going to do some kind of business or go into the company, data-driven analytical problem-solving skills and hands-on understanding of data utilization are essential in the days ahead.
This course aims to develop minimum data literacy to survive in this data-driven age for the students with at least 10th-11th grade mathematics skill and basic familiarity of Excel, on the assumption that they do not have much experience in data analysis and utilization.
Classes will be conducted interactively as much as possible. We will invest a considerable amount of time for each homework review and answers to the questions received in a weekly questionnaire.
■ Skill that aims to be acquired
- Perspectives on data-driven society
- Appropriate understanding of various related buzzwords
- Basic skills to extract implications of data
- Basic skills to avoid being deceived by data
- Basic skills of data handling and quantitative analysis
(Note) It is not a course to nurture experts in information science and big data processing
- Natural language processing
- Image processing
- Machine learning
- Data infrastructure construction
- Real time processing, etc.
■Expected outcome
Learns the power and fun of data
Acquire the practical basis of science and data-driven thinking
Becoming able to get the some implications when encounters with a data related news
■Tools to be used
Excel (required)
Powerpoint (optional but preferred to use)
MySQL (optional)
R (optional)
Python (optional)


Faculty Kazuto Ataka
Term2019 Fall
Level Undergraduate


Inquiry - Inquiry about this course


Lecture Video & Materials
Click the lecture title to see lecture materials and video
#012019/09/26 時代背景と本講座の位置づけ
- 履修者データ (xlsx) [Enrolled Students Only]
- 講義資料 (PDF) [Enrolled Students Only]
- 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? 


#022019/10/03 分析の本質とデータ利活用の広がり
- 講義資料 (PDF) [Enrolled Students Only]
- 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


#032019/10/10 データから価値を生み出すとは何か?
- 講義資料 (PDF) [Enrolled Students Only]
- 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 


#042019/10/17 調査データ 1:データを読む
- 補講用データ (XLSX) [Enrolled Students Only]
- アンケートデータ (XLSX) [Enrolled Students Only]
- アンケート調査票 (PDF) [Enrolled Students Only]
- 補講資料 (PDF) [Enrolled Students Only]
- 補講映像(要keio.jp認証) [Enrolled Students Only]
- 講義資料 (PDF) [Enrolled Students Only]
- 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


#052019/10/24 調査データ 2:データの性質を知る
- 補講用データ (XLSX) [Enrolled Students Only]
- 補講資料 (PDF) [Enrolled Students Only]
- 補講映像(要keio.jp認証) [Enrolled Students Only]
- 講義資料 (PDF) [Enrolled Students Only]
- 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


#062019/10/31 【塾内限定公開】データ to chart 1
- 補講参考資料 (XLSX) [Enrolled Students Only]
- 補講事前準備資料 (PDF) [Enrolled Students Only]
- 補講映像(要keio.jp認証) [Enrolled Students Only]
- 補講資料 (PDF) [Enrolled Students Only]
- 講義資料 (PDF) [Enrolled Students Only]
- 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


#072019/11/07 【塾内限定公開】データ to chart 2
- 補講参考資料 (XLSX) [Enrolled Students Only]
- 補講資料 (PDF) [Enrolled Students Only]
- 補講映像 [Enrolled Students Only]
- 講義資料 (PDF) [Enrolled Students Only]
同上


#082019/11/28 調査データ 3:ニーズを掴む
- アンケートデータ (XLSX) [Enrolled Students Only]
- アンケート調査票 (PDF) [Enrolled Students Only]
- 講義資料(PDF) [Enrolled Students Only]
- 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


#092019/12/05 調査データ 4:ニーズを掴む 2
- 講義資料(PDF) [Enrolled Students Only]
- 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

#102019/12/12 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

#112019/12/19 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

#122019/12/26 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

#132020/01/09 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

#142020/01/16 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.
Copyright of this site