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
川嶋 宏彰、山本 岳洋、宮崎 修一、入江 穂乃香、大野 暢亮、湯本 高行、川向 肇、竹村 匡正、大島 裕明
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。
|
