数理・データサイエンス・AI教育（応用基礎レベル）プログラム（申請中） 経済情報学部

データサイエンス
データ分析

経済統計

AI実践演習Ⅰ

プログラミング言語Pythonの基本的な文法を復習した上で、モジュールtkinter（GUIプログラミング）、pandas（データの扱い）、matplotlib（グラフの描画）、bs4（スクレイピング）、SQLite（データベース）などについて学修する。

社会現象や社会意識および人間の行動などを説明するには、定性的かつ定量的な情報を集める必要がある。そういった情報を集めるために、データ分析は有効なものである。データ分析とは、分析目的に沿った、データの収集、加工、データの可視化、データの特徴を数値化し、その数値を根拠とした説得力のある問題解決案を提示することである。本講義では、情報の数値データへの変換方法を始め、データ分析の進め方としてPPDACサイクルをもとに、データの収集法、可視化手法、分析手法を講義する。

現代社会と密接な関わりを持つAIは、今後ますますその必要性が高まっていくことが予想される。そのため、AIを利用して課題を解決するスキルの習得は必須であると言える。本講義では、演習を通じて最新のAI技術に触れ、AIを利用して課題を解決する実践的な力を身に付けることを目的とする。

前半の第1回から第8回は、情報と社会のかかわりやその歴史、現代社会の発展に大きく貢献した情報技術の中から代表敵なものをいくつか解説し、データ駆動型社会、AIと社会について概説する。後半の第9回から第15回は、企業に対するデジタル経営・DXの推進を支援する財団の職員が講師として、実際の事例から、ITによる社会と企業の変革、これからの社会と企業経営に関して講義を行う。

データサイエンスで必要となる数学、線形代数、微分積分、確率・統計の基礎を学習する。数学は計算をこなすことにより身につく部分が多いので、講義中の演習問題等を意欲的に解くことが重要である。

表計算ソフトExcelを利用して、 決定論的および確率的シミュレーションの技法とグラフ化を学ぶ。

講義の内容は、①GDPなどの経済統計、国勢調査などの人口統計の基礎を学ぶ、②情報利用技術（インターネット、ワード、エクセル）の活用能力を高め、③経済・社会に関する統計データを入手し、作表し、グラフを書き、分析し、文章にまとめる基礎技術を習得することである。本講義を受講することにより、経済に関する統計を表やグラフに示すこと、その統計がどのような事実や傾向を示しているか他者に説明することができるようになる。受講生は、学習で得た能力を他科目のレポート作成や卒業研究に活かすことが期待される。

計量経済学は、ミクロ経済学やマクロ経済学といった経済理論に基づき組み立てられたモデルに対して、現実のデータをあてはめることでその妥当性を統計的に推定・検定し、経済予測や政策の評価を目指す分野である。この講義では、計量経済学を学ぶために必要な統計学の知識習得を目的とする。

この講義では計量経済学の基礎を身につけるために、様々なデータについてRを利用して処理してもらうことを予定している。

本講義では、ファイナンス理論に加えて、実践的な資産運用と証券投資の基礎を学びます。その中で、資産形成のあり方について考えるとともに、証券（債券や株式）の評価、ポートフォリオ選択とリスクの分散化といった現代ファイナンス論の基礎を取り上げる。日本経済新聞や金融経済に関するニュースを積極的にみて、金融経済への関心を高めておくこと。

リスクと資本コスト、効率的市場と行動ファイナンス、企業の資金調達の概要、利益還元政策、負債政策の各トピックについて、事例の考察及び演習問題を解きながら理解を深めていく。ファイナンス論Ⅰで取り上げた理論・考え方を十分に修得していることを前提に講義を実施する。日本経済新聞や金融経済に関するニュースを積極的にみて、金融経済への関心を高めておくこと。

貸借対照表、損益計算書、キャッシュ・フロー計算書の構造を理解し、収益性の分析、安全性の分析、活動性の分析を行い、さらに３者間の関係性をみることにより企業の分析を行っていく。また、実際の企業の財務諸表を分析しながら解説を行う。

財務諸表から付加価値を算出し、生産性分析を行う。また、損益分岐分析により短期利益計画を行う。 最終的には収益性、安全性、活動性、生産性を用いて企業の総合的な分析を行なう。

本講義の前半は、マーケティングリサーチの位置づけ、定性調査と定量調査の違い、深層イタビューについて学び、後半では、まず、エスノグラフィーに対する理解を深めたあと、インターネット上の消費者行動の分析をネトノグラフィーという方法として学ぶ。さらに、それらの知見に対して学術的、実務的な視点からアプローチする。

「AI基礎プログラミングⅠ」でPythonを取り上げたのにつづき、Java 言語を取り上げ、プログラミングの基本的な文法、およびデータの取り扱い手法について学習する。Pythonとの違いを理解する。

AI技術に関する基本的なプログラミングの基礎やAIの技術背景を理解する。AI技術に関連して機会学習などの基礎技術や問題解決手法の習得を目指す。Pythonは、初心者から職業プログラマーまでに広く使われており、人工知能技術である機械学習だけではなく、Webアプリ開発などでも使われている。