Decision Making ｜ Syllabus data

Course Title

Decision Making

Course Title in English

Decision Making

Course Type

Major Courses

-

Eligible Students

School of Social Information Science

Target Grade

3Year

Course Numbering Code

KCJBS3MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Spring semester 2026

Instructor

円谷友英

Affiliation

社会情報科学部

Language of Instruction

Japanese

Related SDGs

9／10

Office Hours and Location

授業後・研究室

Contact

entani@sis.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

3◎／2〇

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
わたしたちが日々行っている様々な意思決定に目を向けて、体感と理論の両面から説明する

到達目標
(1)身の回りの出来事を科学的な意思決定プロセスに関連付けることができる
(2)データに基づいた代表的な手法を選択して実行できる
(3)(1)と(2)を自分の言葉で第三者に説明できる

Subtitle and Keywords of the Class

あいまいさ、多様性、評価、個人と集団

Course Overview and Schedule

講義内容
企業や行政機関、営利や非営利、個人や集団を問わず、対立する複数の目的が存在する問題は遍在している。この授業では、多基準決定意思決定問題の分析と解決のための技術を概説し、いくつかのメソッドを紹介するとともに、簡単な事例を通してその特長と応用可能性、また問題点についても理解を深める。さらに、モデリング、計算、分析の3つのスキル向上のため、一連の作業を実践する。

授業計画
１．授業の進め方、意思決定について考える
２．意思決定の手順、広義の定式化・・・等価交換、満足度
３．意思決定者と意思決定支援（ツール/メソッド）の関係・・・ラプラス基準、ミニマックス基準、マキシミン基準
４．定量化する、データの種類・・・価値関数、効用関数
５．データのあいまいさ、集合を用いた表現・・・ファジィ数、ファジィ集合、その演算
６．人間の判断のあいまいさ、モデルの合理性・・・加法性、相乗効果と相殺効果
７．個人の意思決定からグループの意思決定へ（合意形成）1・・・加重和
８．多基準意思決定問題、線形計画問題による定式化・・・包絡分析法
９．関数と関係、行列を用いた表現・・・ファジィ関係、関係の合成
１０．個人や組織での意思決定に関する経験共有・・・社会をみる
１１．同値関係・・・反射律、対象律、推移律、クラスタリング
１２．順序関係・・・反射律、反対象律、推移律、非劣集合
１３．個人の意思決定からグループの意思決定へ（合意形成）2・・・関係の合成
１４．常識推論・・・ファジィルール
１５．複数のルール・・・ルールの合成
１６．定期試験

作業でパソコンを使うことがある。
ファイルは授業資料と一緒に事前に配布する。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利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。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

Textbook

資料を配布します

References

意思決定のための数理モデル入門（朝倉書店）
選択の科学（文藝春秋）
意思決定の技術（ダイヤモンド社）

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

事前学習
講義内容に関連した身の回りの意思決定問題をいくつか考え、自分ならそれをどのように解決するか、そこでの課題をまとめておく。1回の目安は2時間程度。

事後学習
講義内容を振り返り、理解できているかを確認する。理解できていない所があれば、質問するなどして理解に努める。学習した内容の理解を深めるため、自分で具体的な例題を作って解いてみる。1回の目安は2時間程度。

Contents of Active Learning

授業中にグーグルフォームやクリッカーなどを用いて、受講生に意見表明する機会を設け、同じ事柄に対する他の受講生の見解を知って考える時間をとる。教員は、受講生の様々な見解を受け止めて説明を付け加える。講義内容に関連する質問や疑問は広く受け付けて、それらテーマにして、受講生と教員で議論を⾏うことにより、コミュニケーション能⼒を養う。

Grading Criteria and Methods

成績評価の基準
多基準決定意思決定問題の特性を理解して説明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(1)(2)(3)の到達度に基づき、S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）による成績評価のうえ、単位を付与する。

成績評価の方法
期末テスト100％を基準とし、授業時間内の活動への参加を含めて総合的に評価する。

How to Disclose Assignments and Exam Results

講義中に出した課題や宿題の解説は、講義中に⾏う。
定期試験、解説資料と出題意図をクラスプロファイル機能を使って示す。

Precautions and Requirements for Course Registration

社会情報科学のための数学、微積分 I、線形代数Iの基本的な事項について理解していることが望ましい。

Practical Education

該当しない

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.