シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	グローバル社会・経済－ビジネスデータサイエンス－
時間割コード／Course Code	1222500045
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教養教育科目／
曜日コマ／Day, Period	木／Thu　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	2,3,4
主担当教員／Main Instructor	XU KUANGZHE
科目区分／Course Group	教養教育科目　グローバル科目
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	－

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
XU KUANGZHE	教育戦略室／
紅林亘／KUREBAYASHI WATARU	教育戦略室／

難易度（レベル）／Level	レベル1～2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力　　 CP・DP　２　解決していく力
授業としての具体的到達目標／Concrete arrival target as the class	○グローバル化する社会・経済に関する見識を深めること ○グローバル化する社会・経済に関する知識を活用して，海外ビジネスのあり方や多様な働き方を理解すること
授業の概要／Summary of the class	目的：ビジネスの観点からデータサイエンス業界とデータサイエンティストの業務を把握することから始める。データ解析に必要な考え方とスキルを理解し、課題解決学習(PBL)を通し、統計ソフト（Excel , Rなど）を用いた問題解決能力を修得する。使用するツール：統計分析ソフトは基本的にHADというExcelで動くフリーの統計分析用プログラムである。ただし、高度な分析においてはRの使用も検討する。HADの使用にはExcelの操作ができれば十分であるため、プログラミングに抵抗のある学生でも利用してデータ分析可能である。統計や数学的な内容を深く踏み込まず、データ解析のロジックや問題解決を重視した説明を行う。授業方法は、授業の前半（第2回から5回）は座学とし、後半（第6回から）はPCを利用した演習とする。（PCは各自持参することを想定している）
授業の内容予定／Contents plan of the class	トピック1.ガイダンストピック2. データサイエンス業界の現状トピック3. データ分析の考え方と方法トピック4. 様々な事例紹介トピック5. ゲストスピーカーによる講義トピック6. データ分析ツールについてトピック7. 推測統計とは？トピック8. 推測統計演習トピック9. 線形回帰分析トピック10. 線形回帰分析演習トピック11. 因子分析とは？トピック12. 因子分析演習トピック13. 効果検証とは？トピック14. 効果検証演習トピック15. AIによるデータ分析への招待
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	成績評価は、授業後のミニレポート（30%）授業時間内の演習・発表(70%)の結果に基づき総合的に評価する。
予習及び復習等の内容／Contents such as preparations for lessons and the review	予習：Excelの基本操作をある程度知っていること。復習：講義スライドを共有し、必要に応じて復習すること。
教材・教科書／The teaching materials, textbook	教科書は指定しない（授業スライドを共有する）
参考文献／bibliography	大城信晃，マスクド・アナライズ，伊藤徹郎，小西哲平，西原成輝，油井志郎『AI・データ分析プロジェクトのすべて』技術評論社, 2020 小宮あすか, 布井雅人『Excelで今すぐはじめる心理統計簡単ツールHADで基本を身につける』講談社, 2018 金明哲『Rによるデータサイエンス第2版』森北出版,2017 安井翔太『効果検証入門?正しい比較のための因果推論/計量経済学の基礎』技術評論社, 2020
留意点・予備知識／Point to keep in mind, back ground	PCを各自に用意すること、Excelに関してある程度知っていることが望ましいである。
授業内容に関する質問・疑義等／Question, doubt about class contents	TeamsのチャットやDMで連絡すること。
Eメールアドレス・HPアドレス／E-mail address, HP address	徐 ?哲 <jokyotetsu[a]hirosaki-u.ac.jp> [a]→@
学問分野1（主学問分野）／Discipline 1	J62:応用情報学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A07:経済学，経営学およびその関連分野
学問分野3（副学問分野）／Discipline 3	J61:人間情報学およびその関連分野
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義と演習
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	特になし

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	グローバル社会・経済－ビジネスデータサイエンス－
時間割コード／Course Code	1222500045
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教養教育科目／
曜日コマ／Day, Period	木／Thu　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	2,3,4
主担当教員／Main Instructor	XU KUANGZHE
科目区分／Course Group	教養教育科目　グローバル科目
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	－

難易度（レベル）／Level	レベル1～2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力　　 CP・DP　２　解決していく力
授業としての具体的到達目標／Concrete arrival target as the class	○グローバル化する社会・経済に関する見識を深めること ○グローバル化する社会・経済に関する知識を活用して，海外ビジネスのあり方や多様な働き方を理解すること
授業の概要／Summary of the class	目的：ビジネスの観点からデータサイエンス業界とデータサイエンティストの業務を把握することから始める。データ解析に必要な考え方とスキルを理解し、課題解決学習(PBL)を通し、統計ソフト（Excel , Rなど）を用いた問題解決能力を修得する。使用するツール：統計分析ソフトは基本的にHADというExcelで動くフリーの統計分析用プログラムである。ただし、高度な分析においてはRの使用も検討する。HADの使用にはExcelの操作ができれば十分であるため、プログラミングに抵抗のある学生でも利用してデータ分析可能である。統計や数学的な内容を深く踏み込まず、データ解析のロジックや問題解決を重視した説明を行う。授業方法は、授業の前半（第2回から5回）は座学とし、後半（第6回から）はPCを利用した演習とする。（PCは各自持参することを想定している）
授業の内容予定／Contents plan of the class	トピック1.ガイダンストピック2. データサイエンス業界の現状トピック3. データ分析の考え方と方法トピック4. 様々な事例紹介トピック5. ゲストスピーカーによる講義トピック6. データ分析ツールについてトピック7. 推測統計とは？トピック8. 推測統計演習トピック9. 線形回帰分析トピック10. 線形回帰分析演習トピック11. 因子分析とは？トピック12. 因子分析演習トピック13. 効果検証とは？トピック14. 効果検証演習トピック15. AIによるデータ分析への招待
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	成績評価は、授業後のミニレポート（30%）授業時間内の演習・発表(70%)の結果に基づき総合的に評価する。
予習及び復習等の内容／Contents such as preparations for lessons and the review	予習：Excelの基本操作をある程度知っていること。復習：講義スライドを共有し、必要に応じて復習すること。
教材・教科書／The teaching materials, textbook	教科書は指定しない（授業スライドを共有する）
参考文献／bibliography	大城信晃，マスクド・アナライズ，伊藤徹郎，小西哲平，西原成輝，油井志郎『AI・データ分析プロジェクトのすべて』技術評論社, 2020 小宮あすか, 布井雅人『Excelで今すぐはじめる心理統計簡単ツールHADで基本を身につける』講談社, 2018 金明哲『Rによるデータサイエンス第2版』森北出版,2017 安井翔太『効果検証入門?正しい比較のための因果推論/計量経済学の基礎』技術評論社, 2020
留意点・予備知識／Point to keep in mind, back ground	PCを各自に用意すること、Excelに関してある程度知っていることが望ましいである。
授業内容に関する質問・疑義等／Question, doubt about class contents	TeamsのチャットやDMで連絡すること。
Eメールアドレス・HPアドレス／E-mail address, HP address	徐 ?哲 <jokyotetsu[a]hirosaki-u.ac.jp> [a]→@
学問分野1（主学問分野）／Discipline 1	J62:応用情報学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A07:経済学，経営学およびその関連分野
学問分野3（副学問分野）／Discipline 3	J61:人間情報学およびその関連分野
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義と演習
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	特になし

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information