前期 木曜日 ４講時 経済学部第２講義室 / 前期 木曜日 ５講時 経済学部第２講義室. 単位数/Credit(s): 2. 担当教員/Instructor: KURANDO TAKAHASHI. 対象学年/Eligible Participants: 2・3・4. 履修年度: 2024. 科目ナンバリング/Course Numbering: EAL-MAN227J. 使用言語/Language Used in Course: 日本語.
Business Data Science
髙橋 蔵人
Google Classroom： l4veatk
生成AIの発展によりますますAI人材が必要とされています。企業がビジネスを推進するためにはAIに精通したデータサイエンティストだけでは実現せず、ビジネスや社会課題とAIテクノロジーを共に理解し、データサイエンティストやエンジニアとビジネスを繋ぎ、適切な課題設定、解決策の提案・実行できる人材（AIビジネスコンサルタント）が求められています。しかし当該人材育成には課題が２つあります。１つ目、AI理解を深めようにもPhython等、プログラミングスキルが必要とされることが多く、プログラミングができない、もしくは苦手な学生が取り残されるということ。２つ目に、「いま」、ビジネスや社会の分野でどのようにAI活用されているかについて、具体例を持って教えることが難しいため、理解を深めることができにくいということ。
「ビジネスデータ科学」は、2019年上述の課題を解決するために開講され本年で6年目の講義です。当講義を受講することで、経済学部等文系学部生でもAI（機械学習）の本質の理解を深め、ビジネスや社会課題についてデータやAI（機械学習）を活用し、どのように解決するのかを捉えることができる人材（AIビジネスコンサルタント）に成長できます。講義では、AI 専門家でなくても数クリックのマウス操作で、学習済みモデルを構築できる自動機械学習ソフトウェア（「AnyData」）等を活用します。プログラミング知識のない学生でも、モデル構築の一連の流れを簡単に「体験」することができ、AIに興味を持つ学生数を飛躍的に向上することができると考えております。
本年度もAIをビジネスで活用している企業による実例紹介セッション等を設ける予定です。また、皆さんが得た知識をアウトプットするプレゼンテーション機会も提供します。具体的には、地元企業から課題提示を受け、データやAIを活用し、当該課題解決や新規ビジネス創出に、どのようにAIを活用するかといった提案をしてもらう予定です。
<English>
Not only Japan, but worldwide,luck of number of Data Scientists is the serious issue. To solve the issue, we,aiforce solutions Inc., open the Business Data Science cource in order to educate students to have AI reteracy.
"AnyData",an automated machine learning tool developed by AIinside inc, will be used in the course therefore no programing skill is required.
At the end of the course students will have to present to local companies to solve their issues using AI.
学修の到達目標は、大きく２つです。
・複数の機械学習・深層学習アルゴリズムを利用して、自らデータの前処理、可視化、モデリングができるようになること（プログラミング知識不問。自動機械学習ソフトウェア（AnyData）を活用します）
・AIでできること（機能）を理解したうえで、データ・AIを活用した企業の課題解決や新規ビジネス創出の提案ができるようになること
<English>
・Students will be able to predict/classify itmes using maching learning and deep learning algorithms.
・Students will be able to present AI solutions to companies.
授業は基本的に講義・ワークショップ・ハンズオン形式で進めます。内容はビジネスの実業務で、AIコンサルタントやデータサイエンティストが身につけるべき基本的なスキル（以下）をベースに、適宜履修生の状況に合わせる予定です。
<English>
The course will be based on lectures , workshops and presentations. The contents may be changed according to students' understanding of the contents.
第1回
1．オリエンテーション・Q&A
2．オリエンテーション・Q&A
第2回
3．【ビジネス構想力】デジタル時代ビジネスモデルの理解①：DX概論
4. 【ビジネス構想力】デジタル時代ビジネスモデルの理解②：AIの機能理解
第3回
5．【ビジネス推進力】ビジネス課題解決手法：問題解決手法（コンサルティングメソドロジー）
6．【データサイエンス】AIテクノロジー概論
第4回
7．【データサイエンス】現状分析：データから課題を見出す
8．【データサイエンス】現状分析：データから課題を見出す
第5回
9．【ビジネス構想力】ビジネス環境の理解：地元企業を理解する
10 【データサイエンス】AI（機械学習）のビジネス活用
第6回
11．【データサイエンス】AI（機械学習）でAIモデルを作ってみよう①
12．【データサイエンス】AI（機械学習）でAIモデルを作ってみよう②
第7回
13．グループワーク① - プレゼンテーション準備
14．グループワーク② - プレゼンテーション準備
第8回
15．地元企業に対し、データやAIを活用したプレゼンテーション
〇
提出物・小テスト・出席 30％
プレゼンテーション 40％
データ分析課題（学習済モデルの構築・ケース） 30％
参考図書について一点。文章は難しく感じるかもしれません。「予習で自分で教科書を読んで理解しよう」とは考えないでください。授業で取り上げ、かみ砕いて説明した個所を、後で自分で見返してみる、という姿勢でいてください。
講義後半では、企業に対し、AI活用の提案をするため、時間外での企業調査やデータ分析が想定されます。