AI機械学習入門（3回生春学期）

教師あり機械学習（回帰問題、分類問題）、教師なし機械学習について、代表的な手法の数学的な仕組みや勾配法のメカニズムを丁寧に説明します。単に数学的な説明をするだけでなく、「なぜその手法が必要なのか？」という「なぜ」もしっかり説明します。

また、数学が苦手な学生も機械学習の本質を理解できるよう、数式だけの説明に頼らず、視覚的な説明や具体例による説明を行います。

そのために、Pythonによるデモプログラムも用意します。

第1回　機械学習とは何か？

第2回　機械学習のアルゴリズム　～線形回帰を例にした勾配法

第3回　機械学習の過学習問題と誤差評価　～バイアスとバリアンス、検証用データによる評価

第4回　過学習を抑制するモデル　～リッジ回帰、ラッソ回帰～

第5回　ノンパラメトリックモデル　～k-近傍法、カーネル回帰～

第6回　分類問題　～ロジスティック回帰と勾配法、分類問題の評価指標：混同行列、適中率、再現率、ROCカーブ、AUC

第7回　ロジスティック回帰の過学習とそれを抑制するモデル　～過学習による自信過剰問題、リッジ回帰、ラッソ回帰

第8回　多値分類　～ソフトマックス関数と勾配法

第9回　ニューラルネットワーク　～合成関数の微分連鎖率を使った勾配法、確率的勾配降下法、ミニバッチ勾配降下法

第10回　決定木分析　～不純度と情報利得、過学習を抑制する工夫、回帰木、欠損値の扱い

第11回　アンサンブル学習　～ランダムフォレスト、アダブースト、勾配ブースティング

第12回　クラスタリング　～k-means、様々な距離の定義、混合正規分布、EM法、階層型クラスタリング、隠れマルコフ

第13回　テキストデータのクラスタリング　～TF-IDF、LSI（潜在的意味解析）、LDA

第14回　レコメンデーション　～アソシエーション分析、協調フィルタリング、非負値行列因子分解

第15回　機械学習プロジェクトの進め方　～データ整備、特徴量設計、データ分割、結果の解釈と説明

シミュレーション技法（3回生秋学期）

企業においてシミュレーションを実際に活用してきた経験から、ビジネスなど実シーンにおいてシミュレーションを活用する代表的なケースを取り上げ、演習として実際に取り組んでもらいます。問題を理解して、シミュレーションモデル化し、その結果解釈して正しく説明するという、一連のプロセスについて演習を通して習得してもらいます。

第1回　 シミュレーションの役割と活用例

第2回　離散分布とその応用①　～2項分布およびポアソン分布とその活用

第3回　離散分布とその応用②　～シミュレーション設計図の描き方

第4回　モンテカルロシミュレーション①　～連続型確率分布を用いたシミュレーション

第5回　モンテカルロシミュレーション②　～複数の確率分布を用いたシミュレーション

第6回　モンテカルロシミュレーション③　～相関のある確率変数を用いたシミュレーション

第7回　リアルオプション　

第8回　待ち行列問題

第9回　収益シミュレーション①

第10回　収益シミュレーション②

第11回　連続時間シミュレーション

第12回　エージェントシミュレーション①

第13回　エージェントシミュレーション②

第14回　エージェントシミュレーション③

第15回　まとめ

ビジネス価値創造論（3回生春学期）

企業においてデータサイエンスを活用してきた経験をもとに、データ分析でビジネス課題を解決する「型」について教えます。データサイエンティストが活躍する2大分野であるマーケティングと製造現場を念頭に、この分野においてデータ分析で成果を出すやり方を形式知として教える能力を持つ企業人をゲスト講師としてアレンジしました。数学やプログラムと異なり体系化された教科書はなく、世界で唯一のオリジナルな講義です。

第1回　導入

第2回　課題設定とデータ構想　～立場を変えて考えてみる①～

第3回　課題設定とデータ構想　～立場を変えて考えてみる②～

第4回　課題設定とデータ構想　～構造化して考えてみる①～

第5回　課題設定とデータ構想　～構造化して考えてみる②～

第6回　課題設定とデータ構想　～因果連鎖図で考えてみる①～

第7回　課題設定とデータ構想　～因果連鎖図で考えてみる②～

第8回　マーケティングにおける課題設定　～カスタマージャーニーにおけるKPI設計①～

第9回　マーケティングにおける課題設定　～カスタマージャーニーにおけるKPI設計②～

第10回　顧客ターゲティングにおけるデータ活用に必要な仮説思考①

第11回　顧客ターゲティングにおけるデータ活用に必要な仮説思考②

第12回　製造設備の運転データを用いた異常検知・故障予知①

第13回　製造設備の運転データを用いた異常検知・故障予知②

第14回　製造設備の運転データを用いた異常検知・故障予知③

第15回　まとめ型

ビジネス思考力演習（3回生夏期集中）

企業においてデータサイエンティストとして活躍するには、数学やプログラミング力に加えて、問題設計力や課題発見力が求められます。それらの能力は、まさしく、MBA等で教えられるロジカルシンキング力やデザインシンキング力です。本講義は、外部からこれらのを指導できるゲスト講師を招聘し、夏期集中講義として行います。

第1回　演繹的思考プロセスとそれにおける論理の飛躍や前提条件の間違い

第2回～第4回　ロジックツリーを用いた課題発見

第5回～第7回　MECEフレームワークを用いた帰納的思考プロセスによる情報の統合化

第8回～第11回　企業の実データを用いた総合演習

第12回～第15回　アブダプション的な思考プロセスによる新たなサービスの創造