経営統計学演習（Ｉ）ｂ  

  TSUKASA ISHIGAKI  

  経  

   

  後期 水曜日 4講時 経済学部第4演習室  

【授業の概要】　経営、サービス、マーケティング、医療など多種多様な社会問題解決において、データに基づいた経営や意思決定の重要性が高まっている。そこでは、統計科学の理論を駆使したモデリングや機械学習などの帰納的データ分析が重要となる。本演習では、ベイズモデリングなどの先進的な統計科学の方法論・分析モデル・事例を学び、経営統計学の理解を深める。

【授業の目的】　１．経営に関するデータ分析を実践できる能力を身に付ける。２．経営統計学またはその近接領域に関する論文を作成するための能力を身に付ける。 ３．(II)a,bでは、自身の興味に基づいた経営統計学に関するデータ分析モデル・方法論を研究し、その成果を報告する。また、自身の研究成果を論文としてまとめる。

The seminar aims at acquiring skills and knowledge with respect to business data analysis using statistical modeling, machine learning and/or data mining methods.

  経営統計学演習（Ⅱ）ｂ  

  TSUKASA ISHIGAKI  

  経  

   

  後期集中 その他 その他  

【授業の概要】　経営、サービス、マーケティング、医療など多種多様な社会問題解決において、データに基づいた経営や意思決定の重要性が高まっている。そこでは、統計科学の理論を駆使したモデリングや機械学習などの帰納的データ分析が重要となる。本演習では、ベイズモデリングなどの先進的な統計科学の方法論・分析モデル・事例を学び、経営統計学の理解を深める。

【授業の目的】　１．経営に関するデータ分析を実践できる能力を身に付ける。２．経営統計学またはその近接領域に関する論文を作成するための能力を身に付ける。 ３．(II)a,bでは、自身の興味に基づいた経営統計学に関するデータ分析モデル・方法論を研究し、その成果を報告する。また、自身の研究成果を論文としてまとめる。

The seminar aims at acquiring skills and knowledge with respect to business data analysis using statistical modeling, machine learning and/or data mining methods.

  経営統計学演習（Ｉ）ａ  

  TSUKASA ISHIGAKI  

  経  

   

  前期 水曜日 4講時 経済学部第4演習室  

【授業の概要】　経営、サービス、マーケティング、医療など多種多様な社会問題解決において、データに基づいた経営や意思決定の重要性が高まっている。そこでは、統計科学の理論を駆使したモデリングや機械学習などの帰納的データ分析が重要となる。本演習では、ベイズモデリングなどの先進的な統計科学の方法論・分析モデル・事例を学び、経営統計学の理解を深める。

【授業の目的】　１．経営に関するデータ分析を実践できる能力を身に付ける。２．経営統計学またはその近接領域に関する論文を作成するための能力を身に付ける。 ３．(II)a,bでは、自身の興味に基づいた経営統計学に関するデータ分析モデル・方法論を研究し、その成果を報告する。また、自身の研究成果を論文としてまとめる。

The seminar aims at acquiring skills and knowledge with respect to business data analysis using statistical modeling, machine learning and/or data mining methods.

  経営統計学演習（Ⅱ）ａ  

  TSUKASA ISHIGAKI  

  経  

   

  前期集中 その他 その他  

【授業の概要】　経営、サービス、マーケティング、医療など多種多様な社会問題解決において、データに基づいた経営や意思決定の重要性が高まっている。そこでは、統計科学の理論を駆使したモデリングや機械学習などの帰納的データ分析が重要となる。本演習では、ベイズモデリングなどの先進的な統計科学の方法論・分析モデル・事例を学び、経営統計学の理解を深める。

【授業の目的】　１．経営に関するデータ分析を実践できる能力を身に付ける。２．経営統計学またはその近接領域に関する論文を作成するための能力を身に付ける。 ３．(II)a,bでは、自身の興味に基づいた経営統計学に関するデータ分析モデル・方法論を研究し、その成果を報告する。また、自身の研究成果を論文としてまとめる。

The seminar aims at acquiring skills and knowledge with respect to business data analysis using statistical modeling, machine learning and/or data mining methods.

  情報教育特別講義（統計数理モデリング）  

  荒木 由布子  

  全  

  2/4/6/8セメスター  

  後期 水曜日 5講時 CALL教室 M204  

データ科学・AIの核となる統計数理モデルは，不確実性を有するデータから有効に情報を抽出し，様々な分野で問題解決に用いられる. 本授業科目の目的は，主に予測と関連性の説明を目的とした統計数理モデルについて，理論と実践の両面から学び，理解することにある．

Modeling in Statistical Mathematics, which is the core of data science and AI, is used to extract effective information from data with variation and to solve problems in various fields. The purpose of this course is to learn and understand several modeling in statistical mathematics from both theoretical and practical techniques for applying models to data.

  統計的モデリング  

   

  情報基礎科学専攻、システム情報科学専攻、人間社会情報科学専攻、応用情報科学専攻  

  後期  

  後期 月曜日 2講時  

不確実性を有するデータから有効に情報を抽出し問題解決に役立てる統計的モデリングは，自然科学，社会科学の様々な分野で広く用いられる。

本講義では，現象の統計的モデリングの基礎理論から始めて，近年の複雑多様な構造を有するデータから効率的に情報を抽出するための柔軟なモデルの設定法, モデルのパラメータの推定法, そして最適なモデルの選択法に着目する。

なお，学部初年級の確率統計の知識を前提とする。

  マーケティング・リサーチ特殊講義  

  TSUKASA ISHIGAKI  

  経  

   

  前期 水曜日 3講時 第2小講義室  

【授業の目的】

高度なマーケティング・リサーチに必要なデータ分析法を理解し、プログラミングを用いた実践能力を習得する

【授業の概要】

マーケティング活動のために必要とされる消費者行動の理解、購買行動の予測、市場内でのポジショニングなどでは、各種データを用いた定量的な分析がもはや定石となっている。本特論では、マーケティング・リサーチで用いられる基本的なデータ分析手法の利用法と数理的性質を理解し、Rを用いたデータ分析を実践するための基礎力を身に付ける。具体的には、多変量解析、共分散構造分析、離散選択モデルなどを取り扱う予定である。

※なお、重回帰分析については中級計量経済学において詳しい講義が行われるため、本講義では取り扱わない。

In this course, students will understand some typical data analysis methods for marketing research and develop data analysis skills using programming language.

  Seminar in Management a  

  TSUKASA ISHIGAKI  

  経  

   

  前期 水曜日 4講時 経済学部第4演習室  

The seminar aims at acquiring skills and knowledge with respect to business data analysis using statistical modeling, machine learning and/or data mining methods.

  時空間統計モデリング基礎  

   

  情報基礎科学専攻、システム情報科学専攻、人間社会情報科学専攻、応用情報科学専攻  

  後期集中  

  後期集中 その他 その他  

本講義では，時空間データに対する統計的モデリングのための基本的な方法を扱う．前半は，部分観測されるシステムダイナミクスを記述する隠れマルコフモデルと状態空間モデルを学ぶ．ベイズモデリングの観点からこれらのモデルを統一的に扱い，数理的側面の解説とともに様々な応用例を紹介する．後半は，連続的な時間や空間上に発生する離散的なイベントを記述する点過程を解説する．本講義では“時間(temporal)”点過程に焦点を当てて，基本事項と代表的なモデルであるポアソン過程やホークス過程について解説し，時系列解析への応用を紹介する．

  言語学基礎演習Ⅱ / Linguistics (Introductory Seminar) II  

  木山 幸子  

  文  

  4  

  後期 火曜日 3講時  

本科目では、言語研究に必要な統計的データ分析の実習を行います。言語使用に関する色々なデータについて、統計ソフトウェアRを使いながら主要な分析方法を体験してもらいます。とくに今期は、カテゴリカルデータ（ある基準によって分類された離散データ）の分析を扱います。

This is a practical course to cover a range of statistical analyses required for studies of language. Students will learn how to use R statistical software packages for major methods using various data sets regarding language use. Particularly, the course covers categorical data analyses.