シラバス情報

教員名 ： 石野　亜耶
科目名
副ゼミ （経営情報論特論）
授業コード
71317
担当者名
石野　亜耶
副題
単位数
2.00単位
配当年次
1年
開講学期
2026年度前期、2026年度後期
教職免許種類

授業内容
本授業では、経営情報分野の研究動向を踏まえ、研究で利用されているAI（機械学習）およびテキストアナリティクス（テキストマイニング／自然言語処理）の基礎知識を修得し、実践的なスキルを身に着けます。
到達目標と卒業認定・学位授与の方針との関連
1. 経営情報分野の研究動向を踏まえ、主要テーマ・方法論・評価観点を説明できる。
2. 機械学習・テキストマイニングの基礎知識を修得し、研究目的に応じた分析手法を選定できる。
3. データ収集・前処理・分析・評価を実施し、結果を解釈して考察できる。
授業計画
第1回　ガイダンス・関心領域に関するヒアリング
第2回　研究資料の収集
第3回　研究資料の選定
第4回　研究資料に基づく報告（経営情報分野の研究動向）
第5回　研究資料に基づく報告（AI/テキストマイニング分野の研究動向）
第6回　先行研究の整理
第7回　先行研究に基づく課題の抽出
第8回　分析テーマの設定
第9回　データ設計（収集方法・サンプリング・倫理配慮）
第10回　分析手法の整理
第11回　分析手法の実装（ルールベース）
第12回　分析手法の実装（機械学習）
第13回　進捗報告
第14回　分析結果の発表
第15回　まとめ


研究倫理（論文著者の責任等を含む総合的な研究倫理教育、利益相反の考え方や守秘義務など）についても併せて指導します。
関連科目

経営情報論特論、経営科学特論

準備学習等の指示

本授業は、受講生による調査報告または研究進捗報告を中心に進めます。各回の授業開始時までに、報告用資料を作成してください。

教科書

  • 榊剛史・石野亜耶・小早川健・坂地泰紀・嶋田和孝・吉田光男(2022)『実践Data Scienceシリーズ Pythonではじめるテキストアナリティクス入門』講談社

※ 経営情報論特論の教科書と同じ書籍です。
その他、適宜、授業資料を配布します。

参考文献

  • 中尾悠利子・石野亜耶・國部克彦（2023）『AIによるESG評価』同文館

  • 和泉潔・坂地泰紀・松島裕康（2022）『Pythonによる金融テキストマイニング』‎朝倉書店

定期試験の実施
定期試験は実施しません。
成績評価の方法

成績評価は以下の3項目により総合的に行います。
<!--[if !supportLineBreakNewLine]-->

  • 各回の報告内容（調査報告・進捗報告など）

  • 課題の提出状況

  • 出席状況と受講態度

実務経験と授業との関連
なし
備考
学部で開講している「AIリテラシー入門」、「データマイニング論」、「データマイニング演習」、「AIの基礎と応用」（2025年度までの科目名 「AIとビジネス」）を履修しておくことが望ましい。