シラバス参照

授業情報/Class Information

科目一覧へ戻る 2024/03/27 現在

基本情報/Basic Information

遠隔授業(授業回数全体の半分以上)の場合は、科目名の先頭に◆が付加されています(2023年度以降)
開講科目名
/Course
ビジネスインテリジェンス/Business Intelligence
時間割コード
/Course Code
S1407850_S1
開講所属
/Course Offered by
システム工学部/Faculty of Systems Engineering
ターム・学期
/Term・Semester
2024年度/Academic Year  第3クォーター/3Q
曜限
/Day, Period
木/Thu 5
開講区分
/Semester offered
第3クォーター/3Q
単位数
/Credits
1.0
学年
/Year
3,4
主担当教員
/Main Instructor
満田 成紀/Naruki Mitsuda
科目区分
/Course Group
_ 
授業形態
/Lecture Form
講義
教室
/Classroom
北1号館A203/北1号館A203
開講形態
/Course Format
ディプロマポリシー情報
/Diploma Policy

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
満田 成紀/Naruki Mitsuda 大学共通
授業の概要・ねらい
/Course Aims
ビジネスインテリジェンスとは,企業活動によって得られる様々なデータを分析し,経営意思決定に活用する一連の活動のことである.ビジネスインテリジェンスに必要な考え方として,データ分析による企業活動の「見える化」とそれを活用した業務改革について概説する.さらに,データサイエンス分野で利用されている様々な分析手法について,ビジネスインテリジェンスで応用するために必要な知識とともに,具体的な分析事例を用いた解説を行う.
到達目標
/Course Objectives
ビジネスインテリジェンスに必要な考え方や具体的な分析手法について正しく説明でき,具体的な事例に対して適切な手法選択によって有用な分析ができることを到達目標とする.
成績評価の方法・基準
/Grading Policies/Criteria
課題への取り組み状況とレポートの内容、単位認定試験によって総合的に判断する。
単位認定試験50%,レポート50%
教科書
/Textbook
記載事項なし
参考書・参考文献
/Reference Book
・BI革命.NTTデータ技術開発本部ビジネスインテリジェンス推進センター,NTT出版
・ビジネスデータサイエンスの教科書,マット・タディ,すばる舎
※授業では直接使用しないが学修の参考となるものである.
履修上の注意 ・メッセージ
/Notice for Students
記載事項なし
履修する上で必要な事項
/Prerequisite
記載事項なし
履修を推奨する関連科目
/Related Courses
記載事項なし
授業時間外学修についての指示
/Instructions for studying outside class hours
授業計画に沿った計30時間の授業時間外学修(予習・復習など)を行うことが必要である.このために出された課題は必ず取り組むこと.また,授業内容に関連する課題の調査・考察を含めた自主的学修を求める.
その他連絡事項
/Other messages
記載事項なし
授業理解を深める方法
/How to deepen your understanding of classes
この授業は,本学アクティブラーニング実施要項の以下の項目に該当する
④⑥⑦⑨
オフィスアワー
/Office Hours
月曜1限 北1号館7階A714室
科目ナンバリング
/Course Numbering
S62022J11101K346
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
1 1 ビジネスインテリジェンスの概要 ビジネスインテリジェンスを支える情報システム
2 2 企業活動の「見える化」 「見える化」によるパフォーマンス管理
3 3 ビジネスインテリジェンスによる業務改革 業務改善と業務改革
4 4 業務分析のシナリオ類型 分析シナリオの共通性とその類型
5 5 不確実性の対処 BIのためのデータサイエンス
6 6 予測のための分析手法 統計的推定の活用
7 7 機械学習の活用 機械学習の分類と活用方法
8 8 まとめと試験 筆記試験

科目一覧へ戻る