講義内容詳細：経営演習Ⅰ（2）／経営演習Ⅱ（2）

戻る
年度/Academic Year 2021
授業科目名/Course Title (Japanese) 経営演習Ⅰ（2）／経営演習Ⅱ（2）
英文科目名/Course Title (English) Seminar on Business Ⅰ(2)/Seminar on Business Ⅱ(2)
学期/Semester 後期 単位/Credits 2/4
教員名/Instructor (Japanese) 保科 架風
英文氏名/Instructor (English) HOSHINA Ibuki

講義概要/Course description
本ゼミでは, 「経営学×データサイエンス」をテーマに扱う. 
基本的な内容は学生と適宜相談しながら決定するが, 「経営問題を解決できるデータサイエンス手法の習得」を目指し, 経営演習II(1)・I(1)に続いて統計学（統計検定2級相当）とPython によるデータ分析を実施する。また、外部のデータ分析系コンテストへの参加も行う。
なお, 参加者は私物のPCを持参することが望ましい. 
さらに, 内容は進捗に合わせて適宜修正する. 
達成目標/Course objectives
データ分析の結果を正しく経営領域の意思決定に活用できるようになる. 
具体的には, 分析結果を正しく解釈し, また, 簡単な分析をローカル環境で実施できるようになることを目標とする. 
履修条件（事前に履修しておくことが望ましい科目など）/Prerequisite
経営データ分析基礎Iなどを受講していることが望ましい．
授業計画/Lecture plan
1
授業計画/Class Pythonデータ分析3【対面授業（通常型）】
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. また, データ分析結果や施策を資料にまとめる. 
事後学習/Reviewing プレゼンへのコメント等を踏まえ, 再度分析や資料作成を進める. 
2
授業計画/Class 統計学基礎輪講13
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
3
授業計画/Class 統計学基礎輪講14
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
4
授業計画/Class 統計学基礎輪講15
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
5
授業計画/Class 統計学基礎輪講16
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
6
授業計画/Class Python データ分析4
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. また, データ分析結果や施策を資料にまとめる. 
事後学習/Reviewing プレゼンへのコメント等を踏まえ, 再度分析や資料作成を進める. 
7
授業計画/Class 統計学基礎輪講17
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
8
授業計画/Class 統計学基礎輪講18
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
9
授業計画/Class 統計学基礎輪講19
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
10
授業計画/Class 統計学基礎輪講20
事前学習/Preparation 該当箇所を事前に読んでおくこと. また, 発表担当者はプレゼン準備をすること. 
事後学習/Reviewing プレゼンの内容を振り返りつつ, 復習を実施する.
11
授業計画/Class Pythonデータ分析5
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. 
事後学習/Reviewing 理解できていなかった点を復習する. 
12
授業計画/Class Pythonデータ分析6
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. 
事後学習/Reviewing 理解できていなかった点を復習する. 
13
授業計画/Class Pythonデータ分析7
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. 
事後学習/Reviewing 理解できていなかった点を復習する.
14
授業計画/Class Pythonデータ分析8
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. 
事後学習/Reviewing 理解できなかった点を復習する.
15
授業計画/Class Pythonデータ分析9
事前学習/Preparation 事前に「Python実践データ分析100本ノック」・「Python 機械学習プログラミング」で各自演習してくる. 
事後学習/Reviewing 理解できなかった点を復習する.
授業方法/Method of instruction
※ 本講義は対面授業（通常型）で実施します. 
教科書の輪講形式で行い, 発表者は事前に資料を作成すること. 
なお, 連絡は適宜 slack で行うため, 確認すること.
成績評価方法/Evaluation
1 平常点 In-class Points 50% ゼミで与える課題への取り組み内容やプレゼンテーションを総合的に勘案して評価する．
2 レポート Report 50% 期末レポートによって評価する。
教科書/Textbooks
 著者名
Author		タイトル
Title		出版社
Publisher		ISBN
1 田中豊　他 改訂版 日本統計学会公式認定 統計検定2級対応 統計学基礎 東京図書 9784489022272
2 下山 輝昌　他 Python実践データ分析100本ノック 秀和システム 9784798058757
3 Sebastian Raschka, Vahid Mirjalili [第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 インプレス 9784295010074