cheader

シラバス詳細照会

シラバス詳細照会

  • 講義要項やWebシラバスの記載内容は、登録された受講生の人数や理解度に応じて、授業開始後に変更となる可能性があります。

main start

授業情報

開講年度 2019年度 開講箇所 グローバルエデュケーションセンター
科目名
人工知能とビジネスモデル創出 α

担当教員 奥田 聡/河合 隆史/朝日 透/橋田 朋子
学期曜日時限 春クォーター  火6時限
科目区分 イノベーター/アントレプレナー養成科目 配当年次 1年以上 単位数 1
使用教室 7-310 キャンパス 早稲田
科目キー 9S09020493 科目クラスコード 01
授業で使用する言語 日本語
  コース・コード MANX156L
大分野名称 経営学
中分野名称 経営学
小分野名称 アントレプレナーシップ
レベル 初級レベル(入門・導入) 授業形態 講義
  オープン科目

シラバス情報

最終更新日時:2019/04/02 08:42:34

授業概要
ディープラーニングや機械学習といった人工知能テクノロジーはこれから10年の世界を大きく変える力をもっている。人工知能を活用したビジネスをするにはコンピューターサイエンス能力とビジネスデザイン能力が高度にバランスされていることが必要となる。
本授業では先端テクノロジーに興味がある学生向けに、人工知能によるデータ活用とビジネスモデルの創り方の両面を学ぶことを目的としている。
授業形態は講義形式、ワークショップ形式がミックスされたインタラクティブなもので、学習した内容を実践できるようなカリキュラムとなっている。人工知能とビジネスモデル創出αと人工知能とビジネスモデル創出βはともに履修することを強く推奨する。
本授業は野口哲也氏(アイモバイル株式会社代表取締役社長)の協力によって設置される提携講座となる。
授業の到達目標 人工知能によるデータ活用
1. 問題設計手法の理解
2. データクレンジングの概念と実践
3. アルゴリズム選定とハイパーパラメーター選定の概念と実践
4. モデル評価手法の理解
ビジネスモデルの創り方
5. バリュープロポジションキャンバスやビジネスモデルキャンバスの理論と実践
6. データを活用したビジネスモデルデザイン
7. ビジネスモデルを基にしたビジネスピッチの実施
なお、本授業では授業で生まれた優秀なアイディアを支援できるよう、成績優秀者にはインターナショナルビジネスモデルコンペティション(IBMC)への出場権を競うジャパンビジネスモデルコンペティション(JBMC)への無審査参加資格を付与する。
事前・事後学習の内容 到達目標に掲載したジャパンビジネスモデルコンペティション(JBMC)の参加資格は、人工知能とビジネス・クリエーションα及びβの両科目とも受講し、βの最終発表で優秀な成績を収めた場合に提供する。
授業計画
1:
ビジネスモデル創出基礎A
オリエンテーション。本講座全体の流れを理解する。
データサイエンティスト向けオープンデータ群を基に分析対象を選択し、それを基にしたビジネスアイディアづくりの基礎を学ぶ。
2:
ビジネスモデル創出基礎B
ビジネスアイディアのつくりかたを理解する。選択したオープンデータ群を基に考えられるビジネスアイディアを起票し、アイディアをチームワークで深化させていく手法を学ぶ。
3:
ビジネスモデル創出基礎C
ビジネスモデル構築手法を理解する。ビジネスモデル構築にあたって仮説構築の重要性を学ぶ。仮説を作る理由や評価方法、ビジネスモデルにまとめ上げる手法を事例をもって学ぶ。チームでビジネスアイディアを基礎的なビジネスモデルに昇華させる。
4:
人工知能概論 ―人工知能の業界動向 / AIテクノロジー概論 ―
AIテクノロジーの何が優れていて、なぜブームになったのか、世の中の流れはどこに向かっているのか。また、現在のAIテクノロジーの限界は何かを理解する。また、AIテクノロジーの全体像と機能概要(何ができるのか)を理解することで、何がAIで実現でき、何がAIで実現できないのかを理解する。
5:
人工知能概論 ―AI適用ケーススタディー(ベストプラクティス) / AIプロジェクトマネジメント ―
AIを利用すると何ができるのか、ビジネスに対してどのようなインパクトがあるのかを適用事例を通じて理解する。また、AI開発プロジェクトを実施する際のアプローチとプロジェクト管理手法を理解し、AI推進部署やユーザー部署が陥るピットフォールやプロジェクトリスクをディスカッションする。
6:
人工知能基礎A ービジネスデータ分析(教師あり/回帰問題)ー
回帰問題に対して、データサイエンスの基本的なプロセス(課題定義、データ収集・集計・加工、モデリング、モデル評価)を理解する。
7:
人工知能基礎B ービジネスデータ分析(教師あり/分類問題)ー
分類問題に対して、データサイエンスの基本的なプロセス(課題定義、データ収集・集計・加工、モデリング、モデル評価)を理解する。
8:
ビジネスモデル創出基礎D
本講座αで検討したビジネスモデルの発表を行う。オープンデータ、補助データ、独自データの違いを理解し競争優位の高いサービスの作り方を理解する。
教科書 講師作成の資料をプロジェクター画面で使用またはプリントを配布。
成績評価方法
割合 評価基準
レポート: 40% 授業内で適宜実施される演習課題が提出されること。
第8回の最終発表資料が提出されること
平常点評価: 60% 出席率及び授業内での積極的な発言やワークショップでの貢献度合いを平常点評価とする。
備考・関連URL 本科目は、グローバルエデュケーションセンター実践型教育プログラム「ビジネス・クリエーションコース」の産学連携科目群の対象科目です。早稲田大学イノベーション教育プログラムへの指定寄付により運営されています。8回中3回以上の欠席の場合は、単位の取得はできません。(欠席は2回まで)

ページの先頭へ戻る

Copyright © Media Network Center,Waseda University 2006-2019.All rights reserved.

read