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: 可
評価方法
授業参加
レポート
その他
グループ発表
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
- 因果「的」な態度はなぜ重要か
- 因果的モデリングとベイジアンネットワーク
- ベイジアンネットワークとはどのような技術か
- 実務実践における因果的モデリング
- ベイジアンネットワークを活用した問題解決と生成AI
- 因果的構造の構築と発表
- 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