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 β

担当教員 奥田 聡/河合 隆史/朝日 透/橋田 朋子
学期曜日時限 夏クォーター  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 9S09020494 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 MANX157L
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:2019/04/01 10:06:50

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応用A
ビジネスモデル策定のポイントとビジネスピッチの仕方を学ぶ。
なぜピッチ資料を作るのか、ピッチ資料に盛り込むべき内容、事例などを基にチームで検討しているサービスの過不足を検証する。
2:
ビジネスモデル創出応用B
ビジネスモデル策定の要となるバリュープロポジションの定義方法について学ぶ。
ユーザーはなぜサービスを必要とするのか、何を何遂げたいのかを考察し発散・収束を繰り返すことで根源的なサービス骨子設計を実施する。サービス骨子とビッグデータの整合性を検証し必要なビッグデータ群の検証を行う。
3:
ビジネスモデル創出応用C
AIテクノロジーを活用してどのような解を得たいのか問題設計の実施を行い、必要なビッグデータ群の整理を行う。発表の仕方を説明し中間発表に向けた準備を行う。
4:
中間発表とフィードバック
本講座βで検討したビジネスモデル及びAIテクノロジの対象となる問題設計とデータセットの発表を行う。本講座では外部講師を招聘し多面的な意見を頂戴することでビジネスモデルの精度向上に役立てる。
5:
人工知能応用A ―オープンデータ(数値データ)を活用した機械学習モデリング―
オープンデータ(数値データ)を検索、収集・集計・加工し、EDAによるデータインサイトの抽出・仮説立案を実施後、複数の機械学習アルゴリズムを利用してモデリングを実施する。
6:
人工知能応用B ―オープンデータ(画像データ)を活用した深層学習モデリング―
オープンデータ(画像データ)を検索、収集・集計・加工し、EDAによるデータインサイトの抽出・仮説立案を実施後、複数の機械学習アルゴリズムを利用してモデリングを実施する。
7:
人工知能応用C ―オープンデータ(テキストデータ)を活用した自然言語処理モデリング―
オープンデータ(テキストデータ)を検索、収集・集計・加工し、EDAによるデータインサイトの抽出・仮説立案を実施後、複数の機械学習アルゴリズムを利用してモデリングを実施する。
8:
最終発表
本講座βで検討したビジネスモデルの発表を行う。
ビジネスモデルの発表および選定した。AIテクノロジのモデル選定、性能についての発表を行う。
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