研究ゼミナールⅢ ｜シラバス情報

授業科目名

研究ゼミナールⅢ

(英語名)

Research Seminar III (J)

科目区分

専門教育科目

ー

対象学生

国際商経学部

学年

3年

ﾅﾝﾊﾞﾘﾝｸﾞｺｰﾄﾞ

KCCBK3MCA3

単位数

2.00単位

ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の？から別途マニュアルをダウンロードしてご確認ください。

授業の形態

演習 (Seminar)

開講時期

2024年度後期

担当教員

伊藤国彦

所属

国際商経学部

授業での使用言語

日本語

関連するＳＤＧｓ目標

目標8／目標9

ｵﾌｨｽｱﾜｰ・場所

火曜日12：30〜12：50　
研究室　研究棟ⅠA208

連絡先

itok@em.u-hyogo.ac.jp

対応するディプロマ・ポリシー(DP)・教職課程の学修目標

二重丸は最も関連するDP番号を、丸は関連するDPを示します。

学部DP

1◎／3◎／4◎

研究科DP

ー

全学DP

ー

教職課程の学修目標

ー

講義目的・到達目標

【講義目的】このゼミナールでは、ゼミ生同士のコミュニケーションを基本として、第一にPythonを用いて人工知能（AI）で利用される機械学習の代表的な分析手法を学ぶこと、第二に卒業研究の準備を始めることである。機械学習は経済や経営にも役立つ。
【到達目標】①Pythonで機械学習の分析ができること、②分析結果を適切に解釈できることである。加えて、卒業論文のテーマ・論点・構成を決めて、それについて発表する。

授業のサブタイトル・キーワード

サブタイトル：卒業研究の土台となる知識と分析能力の養い、卒業論文の準備をする演習
キーワード：機械学習、教師あり学習、教師なし学習、卒論準備

講義内容・授業計画

＜講義内容＞
①機械学習の考え方とPythonを用いての実際のデータの分析手法については、テキスト1）を利用する。「教師あり学習」、「教師なし学習」の代表的な分析手法を学ぶ。さらに、Jupyter Notebook以外の開発環境も学ぶ。②卒業論文の準備については、まず卒業論文のテーマを設定する。データ分析手法を活用するテーマが望ましいが、テーマはゼミ生が自由に設定できる。卒研ゼミナールに向けて、卒業論文の論点を明確にすることが課題である。
＜講義計画＞
１．ガイダンス、機械学習とは
２．Python実習1：機械学習での回帰分析（補足プリント＋テキストのCh.8-2）
３．Python実習2：機械学習での回帰分析（補足プリント＋テキストのCh.8-2）
４．Python実習3：ロジステック回帰分析（補足プリント＋テキストのCh.8-3）
５．Python実習4：ロジステック回帰分析（補足プリント＋テキストのCh.8-3）
６．Python実習5：決定木（補足プリント＋テキスト１のCh.8-5）
７．Python実習6：決定木（補足プリント＋テキスト１のCh.8-5）
８．Python実習7：クラスタリング（テキスト１のCh.9-2）
９．Python実習8：クラスタリング（テキスト１のCh.9-2）
10．Python実習9：マーケットバスケット分析（補足プリント＋テキスト１のCh.9-4）
11．卒業論文のテーマに関する報告(1人5〜10分)
12．Python実習10：Pythonの対話モードとスクリプトモード
13．卒論のテーマに関する報告(1人30分)
14．卒論のテーマに関する報告(1人30分)
15．卒論のテーマに関する報告(1人30分)
ゼミ生の人数によって報告に必要な時間が異なるので、講義計画に変更がありうる。
パソコンの利用：毎回持参する

この授業においては、生成系AIの利用について制限を設けない。活用してみて、その有用性や問題点を自ら見つけ出して欲しい。ただし、卒業論文の準備の報告に関しては、生成系AIの出力結果をそのまま発表してはならない。そうしたことが判明した場合には、単位を認定しない。

教科書

1)塚本・山田・大澤，『東京大学のデータサイエンティスト育成講座』，マイナビ． (購入済み)
2)必要に応じてプリントを配布する。

参考文献

授業の中で紹介する。

事前・事後学習（予習・復習）の内容・時間の目安

【予習】機械学習については事前にテキストや補足プリントを読んで、理解できない箇所をはっきりさせておく。Pythonによるプログラミングについても自習しておく。(１回の授業当たり２時間)卒業論文に関して、テーマの設定を設定し、報告レジメ作成する。(小計15時間)
【復習】授業後にもう一度テキストやプリントを見直して、分析の考え方、プログラミングのコードおよび結果の解釈に関して復習して分析手法を身に付ける。(１回の授業当たり１時間)

アクティブ・ラーニングの内容

ゼミでは、お互いに教え合うことが基本である。特に、卒論に関する発表では質疑応答がレポートの質を高めることに繋がる。これらは授業への参加姿勢として成績評価の対象とする。

成績評価の基準・方法

【成績評価の基準】Pythonで機械学習の分析を行って分析結果を適切に解釈でき、コミュニケーション能力を身に付け、卒業論文のテーマ・論点・構成について発表した学生に単位を与える。その到達目標の達成度に応じてＳからＣで成績評価をする。
【成績評価の方法】ゼミへの参加姿勢40点(40％)、Python実習20点(20％)、プレゼンテーション40点(40％)の合計100点(100％)である。到達目標にあげた4つの点の達成度に応じてＳからＣで評価する。

課題・試験結果の開示方法

課題はその都度アドバイスし、プレゼンテーションに対してはその場でコメントする。

履修上の注意・履修要件

・２年次か３年次で、国際金融論を必ず受講すること。

実践的教育

該当しない。

備考

英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。