イノベーション・マネジメント研究科Business School of Innovation Management
MAN510F2(経営学 / Management 500)ビジネス活用のためのPython基礎Fundamentals of Python for Business Utilization
飛田 北斗Hokuto HIDA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | イノベーション・マネジメント研究科Business School of Innovation Management |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | W0134 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期前半/Fall(1st half) |
曜日・時限Day/Period | 木6/Thu.6,木7/Thu.7 |
科目種別Class Type | 専門講義 |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | 1・2 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | 専門科目 |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
カテゴリーCategory | 専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course is an introduction to Python, a programming language with high readability and many libraries, which is widely used not only by engineers but also by business people.
This course focuses on learning the basics of Python and how to use the various useful functions provided in Python, such as external libraries and WebAPI, rather than how to create everything yourself. The course does not cover in-depth programming knowledge required by system developers and engineers, but rather focuses on programming fundamentals and how to receive programming support from AI.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
本授業は、ビジネスパーソンを対象としたPythonの入門コースである。Pythonは、可読性が高く、多くのライブラリを備えたプログラミング言語であるため、エンジニアだけでなく、ビジネスパーソンからも広く利用されている。
本授業では、Pythonの基礎から学び、外部ライブラリやWebAPIの活用等、自身ですべてを作る方法ではなくPythonに用意された様々な有用機能を使いこなす方法を習得することに焦点をあてることで、中小企業のDX化推進能力を身に着ける。
プログラミングに関してもシステム開発者やエンジニアが必要とするような深い知識は対象外とし、プログラミング基礎およびAIによるプログラミングサポートを受ける方法を講義する。
到達目標Goal
・Pythonの基礎を理解し、基本的なコーディングができるようになる。
・Pythonがビジネス現場でどのように活用できるかを理解し、実際のビジネス課題解決に取り組めるようになる。
・データ分析に関しては、データ分析そのものの基礎や概念に関しては扱わない。あくまでPythonでのデータ分析方法を扱う。データ分析そのものの基礎に関しては「W0022 ビジネスデータ分析(ベーシック)」を履修していることが望ましい。
・外部ライブラリやWebAPIの活用方法を学び、用意された様々な機能を扱えるようになる。
※下記授業計画では「ChatGPTを活用したオリジナルサービス」としているが、技術進歩等により当該サービスが陳腐化した場合には、時流に合わせた別サービスに切り替える。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
イノベーション・マネジメント研究科のディプロマポリシーのうち、「DP2」「DP3」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
本授業はオンラインと対面のハイブリッド形式にて行う。
本授業は大きく「Python基礎」「データ分析・予測」「実践演習」と分かれている。
プログラムの基礎やプログラムそのものを学びたい初学者向けと、
プログラムそのものを学びたいというよりはPythonをツールとして動かしたい、もしくはある程度プログラムに知見のある応用者向けに分けて演習を行う。
初学者向けにはプログラム学習のためのツール「JasminTea」を使用してアプリケーションを作成することを目標とする。
Python基礎に関しては、Google Colabを使用し、インターネット上のPythonツールを利用するため受講者側の準備は不要となる。
「データ分析・予測」に関してはPythonの特徴であるデータ分析系やDeepLearningをPythonで実行するためのライブラリについて講義するが、データ分析の手法そのものに関しては対象外とする。データ分析の手法そのものに関しては「ビジネスデータ分析ベーシック」「ビジネスデータ分析アドバンス」を受講のこと。
「実践演習」独自のアプリケーションを作成することを目的として演習を行うが、基礎編の理解および進度が不足している受講生に関しては
別途基礎編の演習を用意することとする。
授業の進め方は反転学習を採用し、座学の部分はe-learningの動画形式で提供し、授業時間内は教室およびオンラインでの受講にて演習および質問対応を行う。
11~14回の実践演習の内容は10回までに紹介した技術もしくは学生が独自調査を行った技術を活用した独自アプリケーションの作成を行う。
(一例としてOpenAI APIを使ったオリジナルChatGPTアプリケーション等)
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1講[対面/face to face]:Python概要
・プログラムとは
・なぜPythonか
・Pythonでできること
2講[対面/face to face]:Pythonの実行
・Google Cola動作確認
・変数
3講[対面/face to face]:プログラミング基礎(条件)
・演算子
・条件分岐
4講[対面/face to face]:プログラミング基礎(繰り返し)
・配列・辞書型
・繰り返し
5講[対面/face to face]:関数と暮らす
・関数・クラス
・ライブラリの利用方法
6講[対面/face to face]:ライブラリの活用(データ)
・各ライブラリの利用例
・pandas
7講[対面/face to face]:ライブラリの活用(その他)
・各ライブラリの利用例
・ネットワーク
・文字認識
・画像認識
8講[対面/face to face]:開発環境
・IDE(統合開発ツール)
・バージョン管理ツール
・差分管理ツール
・AIによるコーディングサポート(Github Copilot, ColabAI, AI Phind)
9講[対面/face to face]:データ分析・予測
データ分析の基礎(numpy)
10講[対面/face to face]:Deep Learning
機械学習・ディープラーニング基礎(keras/tensorflow)
11講[対面/face to face]:実践演習・検討
OpenAI APIを使用してプログラムからchatGPTにアクセス
12講[対面/face to face]:実践演習・設計
OpenAI APIを使用したchatGPTアプリの設計
13講[対面/face to face]:実践演習・製造
OpenAI APIを使用し、独自学習を行ったchatGPTアプリの作成
14講[対面/face to face]:実戦演習・レビュー
作成したアプリケーションのレビュー
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
e-learningの動画教材を使用したコンテンツで事前の知識習得を行う。
授業時間内では、知識補足および演習と質問対応を行う。
事前学習は各授業につき20分~1時間程度となる。
テキスト(教科書)Textbooks
別途周知するe-learningコンテンツとして配布する。
参考書References
特になし
成績評価の方法と基準Grading criteria
授業への貢献度 30%
各回の課題演習 70%
学生の意見等からの気づきChanges following student comments
本年度新規科目につきアンケートを実施していません
学生が準備すべき機器他Equipment student needs to prepare
・PC
Google Colab上で実行可能であるため、インターネットにつながるPCであれば受講可能である。
自身のPCで動作させるなどの場合
PythonおよびIDEが動作する以下環境を推奨とする
CPU: 1.6GHz以上
メモリ: 1GB以上
OS
Windows:10,11以上(32bit/64bit)
Mac:13以上
・クレジットカード
各種サービスを利用するのに必要となる。
ただし、授業内では無料枠内で実施するので実際の課金は発生しない。
その他の重要事項Others
・教員の実務経験:
・国内製スマートフォンのOS組み込み開発
・国内製スマートフォンのバックエンドシステム開発
・健康Webサービスにおけるフロントエンド開発
および
健康データを活用したバックエンドデータ分析システム
・Deep Learningによる工場導線分析
・Deep Learningによる河川氾濫検知分析
上記実務経験に則し、授業内ではPythonアプリケーションやAI / Deep Learningを使用したPythonプログラムの作成を行う。