経営情報分析特論

博士前期課程理工学研究科 - 理工学専攻

MSIS7270

コース情報

担当教員: 山下 遥

単位数: 2

年度: 2024

学期: 春学期

曜限: 金3

形式: オンデマンド授業

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

リアクションペーパー

50%

レポート

50%

詳細情報

概要

近年,情報技術の進化により,企業が得られるデータはますます膨大となってきている。その中で,多くの企業が大量のデータをどのように解析するのかについて課題を抱えている。本講義では,ビジネスアナリティクスとして広く用いられる手法について紹介した後,実際に企業との共同研究を通じて提案されているビジネスアナリティクスについて紹介する。これにより,データサイエンスについて学習していくための基礎を身に着ける。さらに,幾つかの班に分かれ,実際のデータを解析し,その成果を発表する。 ※ノートパソコンが必要になります。分析は統計ソフトR,およびPythonを使用します。

目標

与えられたデータを正しく理解するためのデータ解析方法を理解する。さらに,実データを解析することにより,理解を深めるとともに実問題へと適用するスキルを身につける。

授業外の学習

レポートに向けた準備に約5時間が必要となる。また日々の予習, 復習に1.5時間程度必要である

所要時間: 予習, 復習1.5時間程度.

スケジュール

  1. オリエンテーション,情報化社会とビジネスアナリティクス,統計ソフトRおよびPythonのインストール
  2. 単回帰分析,重回帰分析(1)
  3. 単回帰分析,重回帰分析(2)
  4. ロジスティック回帰分析,正則化
  5. ロジットモデル
  6. データ分析の成果発表(1)
  7. 二値型主要点解析法(1)概念の理解と導出アルゴリズム
  8. 二値型主要点解析法(2)導出アルゴリズムと実装
  9. データ分析の成果発表(2)
  10. 確率的潜在意味解析法の理解(1)PLSAの基本知識の習得
  11. 確率的潜在意味解析法の理解(2)PLSAにおけるパラメータ推定法の理解
  12. データ分析の成果発表(3)
  13. 最終課題説明およびデータの配布
  14. 最終課題発表会

教科書

スライドを毎回配布する

    参考書

    • 入門パターン認識と機械学習

      著者: 後藤正幸,小林学

      出版社: コロナ社(2014年3月30日)

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