シラバス情報
|
教員名 ： 大島 裕明
|
授業科目名
PBL演習Ⅱ （社会情報・専門科目）
(英語名)
Problem Based Learning II （社会情報・専門科目）
科目区分
専門教育科目
ー
対象学生
社会情報科学部
学年
2年
ﾅﾝﾊﾞﾘﾝｸﾞｺｰﾄﾞ
KCJBS2MCA3
単位数
2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
大島 裕明、川嶋 宏彰、山本 岳洋、宮崎 修一、入江 穂乃香、柳瀬 友朗、大野 暢亮、木村 真、湯本 高行、川向 肇、竹村 匡正
所属
社会情報科学部
授業での使用言語
日本語
関連するＳＤＧｓ目標
該当なし
ｵﾌｨｽｱﾜｰ・場所
講義後教室にて，もしくは，メールで連絡を取ったうえで教員室にて
連絡先
講義中にアナウンス
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
4◎／2〇／3〇
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》
本演習の主目的は，実際の企業活動から得られる規模の大きいデータの分析を通して，企業活動におけるデータ分析の重要性を理解することである．具体的には，データ分析を通じた問題発見・問題解決能力を養うことを目的とする．また，チームにおける各自の適性や能力を把握し，多様な価値観を理解できる力と，協調して問題解決にあたるための能力の養成も狙う． 《到達目標》 企業活動におけるデータ分析の役割や重要性を学び，ソフトウェアやプログラミングを用いて，目的に合わせたデータ分析手法を適用できるようになることを到達目標とする． 授業のサブタイトル・キーワード
講義内容・授業計画
Ⅰ講義内容
本演習では，実際の企業活動から得られる大規模なデータと，企業が直面している課題が与えられ，学生数名からなるチームを組み，データからの課題発見と課題解決に取り組む．具体的には，分析ソフトウェアやプログラミングを通じて与えられたデータに種々の分析手法を適用し，仮説の立案・検証を試行錯誤により繰り返す．その後，データ分析より得られた知見に基づき課題解決の提案を行う． ※演習の進行状況と，連携企業の対応受け入れ状況に応じて変更があり得る． Ⅱ 授業計画 第1回 オリエンテーション グループ編成・演習の進め方等について説明する 第2回 課題・データ解説 実際の企業でデータ分析に関わる人を招き，本演習として取り組む課題や提供するデータについて説明する． 第3回〜第4回 データ分析の基礎 本演習で使用する分析環境およびデータについて理解を深めるための基礎的な分析作業を行う． 第5回〜第7回 データ分析による問題発見 チームごとに目的を定めてデータ分析を行い，現状の把握や問題発見を行う 第8回 データ分析結果報告会 データ分析で得られた知見や取り組むべき問題をまとめ報告する． 第9回〜第12回 課題解決 これまでに引き続きデータ分析を進め，チームとして設定した課題について問題解決方法を具体化し，最終課題の資料を作成する． 第13回〜第15回 成果報告会 本演習で取り組んだ内容をまとめ報告する． ※ この授業では企業から提供されたデータを扱うため、生成系AIの利用は原則として禁止とする。 教員の許可なく生成系AIを使用したことが判明した場合は単位を認定しない、 ⼜は認定を取り消すことがある。 教科書
Pythonによるビジネスデータサイエンス『③ マーケティングデータ分析』（朝倉書店）
また，必要に応じて適宜資料を配布する． 参考文献
必要に応じて適宜紹介する．
事前・事後学習（予習・復習）の内容・時間の目安
アクティブ・ラーニングの内容
班活動での討論や発表を通じて，自ら主体的に課題発見・課題解決に取り組むために必要な能力・態度を養成する．
成績評価の基準・方法
《成績評価の基準》
企業におけるデータとその分析の重要性を理解し，分析ソフトウェアやプログラミングを用いて，必要に応じた分析手法を適用できる者に単位を授与する． 講義目的・到達目標に記載する能力の到達度に応じてSからCまで成績を与える． 《成績評価の方法》 演習への取組姿勢（30%），グループ活動（10%），最終レポート（60%）を基準として総合的に評価する． 課題・試験結果の開示方法
個別の班ごとに討論内容や発表内容に対して適宜教員からフィードバックを行う．
履修上の注意・履修要件
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。
|
