実務志向の因果的モデリング実践 ベイジアンネットワークと生成AI活用

応用データサイエンス学位プログラム

MADS7510

コース情報

担当教員: 安松 健

単位数: 1

年度: 2024

学期: 秋学期集中

曜限: その他

形式: 対面授業+オンライン授業(オンデマンド授業,同時双方向型授業(Zoomなど)) /Alternating face-to-face & A

レベル: 500

アクティブラーニング: あり

他学部履修:

評価方法

授業参加

20%

レポート

50%

その他

グループ発表

30%

詳細情報

概要

ビジネス・社会問題解決のためのデータ活用において,因果関係にどのように向き合うかは非常に重要になるが,ビジネスや社会実践現場の原因と結果は極めて複雑で,単純構造で捉えられない現象も少なくなくない。そのような複雑な現実を,どのようにモデル化して問題解決につなげるかについて,理論と手法論の総合的な観点から,講義とグループ演習を通じて,実践のための知識・スキルの習得を目指す。 なお,本講座で紹介するツールは,ノーコード・ノンプログラミングで操作可能であり,プログラミング知識は問わない。

目標

1) 問題解決における因果的態度の重要性及び,因果的モデリングに使われるベイジアンネットワークに技術について理解し,実務実践における因果的モデリングを理解する 2) 生成AIと従来のAIとの違い(生成AIによるパラダイムシフト)を理解し,活用法を習得する 3) グループで設定した課題における因果的構造を見い出し,発表・ティスカッション(論理的批判)をできるようにする

授業外の学習

予習として,指定する参考文献・資料を読むこと,また,授業後の課題への取り組み,グループ発表の準備など,各回合計200分ほどの事前・事後学習を想定。

所要時間: 200分程度

スケジュール

  1. 因果「的」な態度はなぜ重要か
  2. 因果的モデリングとベイジアンネットワーク
  3. ベイジアンネットワークとはどのような技術か
  4. 実務実践における因果的モデリング
  5. ベイジアンネットワークを活用した問題解決と生成AI
  6. 因果的構造の構築と発表
  7. 因果構造を越えて

教科書

講義中に該当箇所を案内する

    参考書

    • 因果推論の科学 「なぜ?」の問いにどう答えるか

      著者: ジューディア・パール他

      出版社: 文藝春秋・2022

    • BayoLinkSで実践するベイジアンネットワーク

      著者: 本村陽一, 株式会社NTTデータ数理システム, 安松健 他

      出版社: オーム社・2023

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