ビジネスデータ分析理論(データサイエンス基礎)

共通 - 全学共通

GSD20380

コース情報

担当教員: 大原 佳子

単位数: 2

年度: 2024

学期: 秋学期

曜限: 水3

形式: 対面授業

レベル: 200

アクティブラーニング: あり

他学部履修:

評価方法

出席状況

28%

リアクションペーパー

14%

レポート

58%

詳細情報

概要

IT化からデジタル社会へ世の中が変革する中,データ活用をビジネスにつなげられない企業は生き残れないと言われています。マーケティングや営業活動をはじめとした企業の活動は,関連する大量なデータを価値ある情報に変えて活用することが求められており,その際に必要な技術としてAIが注目されています。また,政府のAI戦略では,デジタル社会において「読み・書き・ソロバン」に当たるのは「数理・データサイエンス・AI」であり,全ての国民がその基礎力を持つ必要があるとされています。 本講義では,現状のデータ活用・AI事例やデータサイエンティストの活躍分野の説明から始め,主にデータサイエンスの領域である「何故?」をデータ分析から導き出すための各種解析手法(主にマーケテイング分野)について理解し,データと分析手法からビジネス課題を解決するための分析計画を立てる考え方を理解することを目標として講義を進めるとともに,グループディスカッションやリアクションペーパーにより授業内容の理解を深めます。 また,本講義はキャリアカウンセラー資格を持ちデータサイエンティストでもある実務家教員が担当するため,データサイエンス分野にとどまらず,就職活動でも必要となるビジネススキルやキャリア形成についても情報提供をします。 なお,本講義では和記号,積分記号,指数関数などある程度の数学的知識を有することを前提とするため,特に微積分(数Ⅱ),データの分析(数Ⅰ)を履修し理解していること,統計学に関する入門レベルの科目を履修していることが望まれます。

目標

本講義では,以下の項目を身につけることを目標とします。 ・ビジネスでのデータ活用の現状を理解する ・データ活用の基礎である確率・統計の考え方を理解する ・マーケティングを中心としたデータ活用に必要な解析手法について理解する ・どのようなビジネス課題に対してどの解析手法を用いて分析するのが適切であるか理解する

授業外の学習

本講義は各回で説明した知識を前提に次回の講義を行います。そのため,各回の講義において十分理解できていない点がある場合には,講義中/講義後の質問や講義資料による復習を通じて理解を進めてください。

所要時間: 3~5時間

スケジュール

  1. イントロダクション:データの成り立ちとビジネスにおけるデータ分析活用事例
  2. イントロダクション:データ解析概論
  3. 基礎理論:集合・確率の基礎とアソシエーション分析
  4. 基礎理論:確率変数と確率分布
  5. 基礎理論:確率分布と標本
  6. 基礎理論:回帰分析と仮設設定
  7. ビジネスデータ分析の流れと分析用データ作成 顧客行動の理解:ツリー分析とRFM分析
  8. 顧客行動の理解:対応分析・コンジョイント分析
  9. 顧客セグメンテーション:主成分分析・因子分析
  10. 顧客セグメンテーション:クラスター分析
  11. 基礎理論:分布と推定
  12. 基礎理論:統計的仮設検定
  13. 基礎理論:いろいろな検定手法
  14. レポートに対するフィードバック

教科書

教科書は指定せず,講義資料をMoodleにて配布します。また,基礎理論を理解するための統計や解析の参考図書については,受講者の理解に応じて都度指定します。

    参考書

    • 入門統計学-検定から多変量解析・実験計画まで-

      著者: 栗原伸一

      出版社: オーム社

    • 入門 多変量解析の実際

      著者: 朝野熙彦

      出版社: ちくま学芸文庫

    • 意味が分かる統計学

      著者: 石井俊全

      出版社: ベレ出版

    © 2025 上智非公式シラバス. All rights reserved.