基本情報/Basic Information

開講科目名 ／Course	システムズ・エンジニアリングb／SYSTEMS ENGINEERING(B)
開講所属 ／Course Offered by	経済学部経営学科／ECONOMICS MANAGEMENT
ターム・学期 ／Term・Semester	2020年度／2020 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	月2／Mon 2
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	広瀬　啓雄

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
広瀬　啓雄	経営学科／MANAGEMENT

授業の目的・内容 ／Course Objectives	経営・経済や社会において，企業機密の漏洩や温暖化あるいは非正規雇用労働者の増加や成果主義への移行など、さまざまな現象が現れている。このような問題を解決するためのひとつのアプローチとしてシステム論的なアプローチとそれを支援する方法論がある。 また，IoTにより多種多様なデータが収集可能となり，これまでの統計的なアプローチだけでなく，機械学習や人工知能の技術を応用したデータから意思決定する場面も多く見られる。 この授業の前期では，このような時代でシステム構築をするための，ハードウェア・ソフトウェアの基礎知識，ソフトウェア工学の基礎を学び，経営情報システムを構築する手順とマネジメントする方法論を取得することを目的とする。後期は，これからツールとして当たり前に普及するであろう機械学習やAIの基礎知識を習得し，実際にデータ分析ができるスキルと知識を身につける。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	獨協大学のManabaに，授業解説ファイル，テキスト，例題，注意事項などをアップする。 プログラミング開発環境は，Google Colabolatoryを使う。WindowsやMacを問わず，インターネットに接続する環境があり，ブラウザ(ChromeまたはFirefox推奨)が起動するパソコンがあれば，プログラムを開発できる。Google Colabolatory，Google Driveを使うため，Googleのアカウントを取得していることを前提としている。Google アカウント(Gmailなどのアカウント)がない学生は，授業の初日までに取得しておくこと。また，キーボードを接続できれば，タブレットでも学習可能である。 授業終了後に行う練習問題は，レポートの点として計算する。 1回目と2回目は，授業時間中にZoomミーティングによるオンライン授業を行う。プログラム作成手順を習得した3回目以降は，学習用のテキスト，動画，サンプルファイルにより，オンデマンド型の授業を予定している。
事前・事後学修の内容 ／Before After Study	授業終了時に授業のまとめと確認問題が出される。次回までに指定されたサーバに提出する。
テキスト1 ／Textbooks1	書籍名 ／Title e-Learningシステムにアップされたテキストを使う 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title 経営システム的考え方 著者 ／Author name 天笠美知夫・崔冬梅著 出版社/URL ／Publisher 創成社 ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	授業ごとのレポート70％、授業の最後に行う，学習到達問題演習の結果30％
関連科目 ／Related Subjects	特になし
備考 ／Notes	特になし
到達目標 ／Learning Goal	経営システムに関する専門知識を習得し、経済や企業に関する諸問題を数理的に分析のうえ、解決策を提示できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	ガイダンス 人工知能と機械学習 Zoomミーティングによるオンライン授業	学習内容の説明 人工知能と機械学習の概要説明	特になし
2	Pythonプログラミングの基礎(1) Zoomミーティングによるオンライン授業	Python基本文法 データの型	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
3	Pythonプログラミングの基礎(2) オンデマンド型のオンライン授業	データ構造 list構造	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
4	Pythonプログラミングの基礎(3) オンデマンド型のオンライン授業	制御文　条件分岐 if文	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
5	Pythonプログラミングの基礎(4) オンデマンド型のオンライン授業	制御文　繰り返し処理 for文	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
6	Pythonプログラミングの基礎(5) オンデマンド型のオンライン授業	制御文　繰り返し処理 while文	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
7	Pythonでデータ分析(1) オンデマンド型のオンライン授業	基本統計量の計算	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
8	Pythonでデータ分析(2) オンデマンド型のオンライン授業	確率分布関数 データのグラフ化(確率分布)	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
9	Pythonでデータ分析(3) オンデマンド型のオンライン授業	相関係数と回帰分析 散布図	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
10	Pythonでデータ分析(4) オンデマンド型のオンライン授業	平均値の検定 箱ひげ図	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
11	機械学習　決定木 オンデマンド型のオンライン授業	決定木アルゴリズムと分析事例学習	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
12	機械学習　ナイーブベイズ オンデマンド型のオンライン授業	ナイーブベイズのアルゴリズムと分析事例学習	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
13	機械学習　ベイジアンネットワーク オンデマンド型のオンライン授業	ベイジアンネットワークのアルゴリズムと分析事例学習	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)
14	人工知能　ニューラルネットワーク オンデマンド型のオンライン授業	ニューラルネットワーク分析と分析事例学習	(事後学習)e-Learningシステムで課題を提示するので，次週までに提出(30分程度)