基本情報/Basic Information

開講科目名 ／Course	ビッグデータ解析／Big Data Analysis
時間割コード ／Course Code	F371100001
ナンバリングコード ／Numbering Code
開講所属 ／Course Offered by	産業情報学部産業情報学科コースなし／College of Industry and Information Science Department of Industry and Information Science
開講区分 ／semester offered	前期／First Semester
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	真嘉比　愛（非常勤）／Ai Makabi
科目区分 ／Course Group	専門科目　専門科目選択／専門科目 専門科目選択
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
真嘉比　愛（非常勤）／Ai Makabi	産業情報学科／Department of Industry and Information Science
秋山　解（非常勤）／Kai AKIYAMA	産業情報学科／Department of Industry and Information Science
兼城　大（非常勤）／Dai KANESHIRO	産業情報学科／Department of Industry and Information Science
宮城　将伍（非常勤）／Shogo MIYAGI	産業情報学科／Department of Industry and Information Science

※ポリシーとの関連性 ／*Relevance to Policy	「実社会で活躍できる人材の育成」に関連する講義であり、データ解析について関する技術を学ぶ
授業に関する問い合わせ ／Inquiries about classes	bigdata-analysis-2024 [at] googlegroups.com
学びの準備 ／Prepare to learn	ねらい ／Goal ビッグデータ解析に関連する基礎知識を獲得する。ビジネスにおけるデータ利活用にあたって考慮すべき項目を理解できる メッセージ ／Message 毎回講義資料を配布します。テキストを購入する必要はありません 到達目標 ／Attainment Targets ビッグデータ解析に関連する知識を学び、課題に回答できる。基本的なデータ分析とその結果に関して考察ができる
学びの実践 ／Learning Practices	授業計画 ／Class Plan テキスト・参考文献・資料など ／Textbooks, references, materials, etc. 毎回の講義において資料を配布する 学びの手立て ／Way of learning 授業は、講義と課題、ケーススタディ等を組み合わせて構成される 評価 ／Evaluation 課題レポートで評価する。90%以上は秀、80%以上は優、70%以上は良、60%以上は可とし、60%未満は不可とする
学びの継続 ／Continuing to learn	次のステージ・関連科目 ／Next Stage and Related Courses （関連科目）データ解析論I・II，経営ビジネス情報論I・II，ビジネス情報分析I・II，人工知能概論，知的情報処理

No.	回（日時） ／Time (date and time)	授業計画 ／Class Plan	時間外学習の内容 ／Content of Overtime Learning	備考 ／Notes
1	1	ビジネスにおけるデータ分析	課題の実施
2	2	ビジネスにおけるデータ分析	講義の復習
3	3	ビジネスにおけるデータ分析	講義の復習
4	4	ビッグデータの取り扱い	講義の復習
5	5	データベース概論	講義の復習
6	6	データベース演習	課題の実施
7	7	ビッグデータとクラウドサービス	講義の復習
8	8	ビッグデータとクラウドサービス	講義の復習
9	9	データガバナンスと個人情報保護	課題の実施
10	10	機械学習入門	講義の復習
11	11	機械学習演習	講義の復習
12	12	機械学習演習 (Deep Learning)	課題の実施
13	13	データ分析演習	講義の復習
14	14	データ分析演習	課題の実施
15	15	データ分析演習	講義の復習
16	16	レポート課題の最終提出