シラバス Syllabus

授業名 Data Science and AI
Course Title Data Science and AI
担当教員 Instructor Name 齋藤　崇治（Takaharu Saito）
科目ナンバリングコード Course Numbering Code
授業形態 Class Type 講義 Regular course
授業形式 Class Format On Campus
単位 Credits 2
言語 Language JP
科目区分 Course Category
学位 Degree BBA
開講情報 Terms / Location 2026 UG Fushimi Term4
コード Couse Code NUC502_N26B

授業の概要　Course Overview

Mission Statementとの関係性 / Connection to our Mission Statement

データ分析を通じてビジネスにおける意思決定に役立てる
Use data analysis to improve decision makings at business

授業の目的（意義） / Importance of this course

現代では様々な計量データが入手・利用可能であり、その分析に基づいた知見が様々な意思決定の場で活用されています。本講義では、これまで統計学・データ分析を体系的に学んだことのない学部生を主な対象として、研究で広く使われているプログラミングソフト「R」を用いて、あらゆる進路にかかわらず社会人であるからには必ず知っていてほしい、データ分析（や一部統計学）の基礎を講義します。そして、授業内課題・ケースを通じた実践や議論、すなわち手を動かし議論することが中心の授業です。
In today’s data-driven society, quantitative data are widely available, and data analysis plays an increasingly important role in decision-making across various fields. This course introduces the basic concepts of data analysis and introductory statistics using R, a programming language commonly used in academic research. It is intended for undergraduate students with little or no prior background in statistics or programming. Through in-class exercises, case studies, and discussion, the course emphasizes learning by doing—actively working with data and developing practical analytical skills that are useful regardless of students’ future career paths.

学修到達目標 / Achievement Goal

1 学生が統計学の基本的な概念を身につけデータ分析に役立てる
2 学生が自分の関心に合わせた基本的なデータ分析を立案し、実施できるようになる
3 学生が統計ソフトRの基本的な扱い方を習得する

1 Students will understand the basic concepts in statistics and use them for data analysis
2 Students will plan and implement preliminary data analysis
3 Students will learn the way to use a statistical software R

本授業の該当ラーニングゴール　Learning Goals

*本学の教育ミッションを具現化する形で設定されています。

LG1 Critical Thinking
LG4 Effective Communication
LG5 Business Perspectives (BSc)

受講後得られる具体的スキルや知識　Learning Outcomes

1 統計学の基本的な知識・概念
2 自分の関心に合わせたデータ分析を立案し、実施する技術
3 統計ソフトRの基本的な扱い方

1 Basic concepts in statistics
2 Knowledge to plan and implement data analysis
3 Knowledge to use a statistical software R

SDGsとの関連性　Relevance to Sustainable Development Goals

Goal 4 質の高い教育をみんなに（Quality Education）

教育手法　Teaching Method

教育手法 Teaching Method % of Course Time
インプット型 Traditional 50 %
参加者中心型 Participant-Centered Learning ケースメソッド Case Method 50 %
フィールドメソッド Field Method 0 %
合計 Total 100 %

事前学修と事後学修の内容、レポート、課題に対するフィードバック方法　Pre- and Post-Course Learning, Report, Feedback methods

予習レポートと毎回の授業で実施する授業内課題に真摯に取り組むことを求めます。授業内課題の解説は講義の中で実施します。

授業スケジュール　Course Schedule

第1日（Day1）

ガイダンス、統計ソフトRのインストール、基本的な使い方

●使用するケース
データよ、これが現場だ

第2日（Day2）

1変数の可視化と記述統計量


●使用するケース
（仮）1変数の可視化と記述統計量に関するケース

第3日（Day3）

2変数の関係性

●使用するケース
大発見

第4日（Day4）

回帰分析の基礎

●使用するケース
バスケットボール選手になりたい

第5日（Day5）

母集団と標本

●使用するケース
（仮）母集団と標本に関するケース

第6日（Day6）

統計的仮説検定

●使用するケース
政治学の復習

第7日（Day7）

まとめ

●使用するケース
だってみんなもやってるし

成績評価方法　Evaluation Criteria

*成績は下記該当項目を基に決定されます。
*クラス貢献度合計はコールドコールと授業内での挙手発言の合算値です。
講師用内規準拠 Method of Assessment Weights
コールドコール Cold Call 0 %
授業内での挙手発言 Class Contribution 70 %
クラス貢献度合計 Class Contribution Total 70 %
予習レポート Preparation Report 10 %
小テスト Quizzes / Tests 20 %
シミュレーション成績 Simulation 0 %
ケース試験 Case Exam 0 %
最終レポート Final Report 0 %
期末試験 Final Exam 0 %
参加者による相互評価 Peer Assessment 0 %
合計 Total 100 %

評価の留意事項　Notes on Evaluation Criteria

単位は複数回実施するレポート提出によって得られるので、必ずしも複数回欠席したことによって即座に単位が得られなくなるということではありません。しかし、欠席した授業をキャッチアップし課題を提出するには、教科書ではなく(より内容の難しい)参考書を読む必要があります。また、回によっては、欠席により、次回の内容が理解できなくなるということもあります。その場合、単位取得は茨の道とはなるので、極力授業に出席し、疑問をその場で解消することを推奨します。

使用ケース一覧　List of Cases

    ケースは使用しません。

配布教材と教室における電子機器の利用マナーについて Guidelines for Classroom Technology and Proper Use of Course Materials

  1. ケースメソッド教育の中核は、積極的な参加と知識の共有です。この教育を支えるため参加者は授業中の電子機器（例：スマートフォン、ノートパソコン）の使用を制限するよう求められます。許可を得た場合でも、教室内では電子機器は、ケース討議に資する目的でのみ使用してください。授業中は、たとえケース討議に関連していても、検索エンジンや生成AIの使用は避けて下さい。
  2. 配布教材（ケースを含む）は指定された授業への参加以外の目的で利用しないで下さい。著者の権利、著作権、特定情報の機密性を保護するため、許可なく教材を個人や組織（生成AI を含む）に提供することはできません。このルールは、印刷物・電子教材のいずれにも適用されます。
  1. Active participation and shared learning is at the core of the case method learning.Participants are asked to limit their use of electronic devices (e.g., laptops, smartphones) during classroom sessions in support of this model. Even with permission granted, devices should only be used in the classroom in service to the case discussion. Online searches and generative AI tools, even if related to the case discussion, are discouraged while class is in session.
  2. Students are prohibited from using the course materials (including cases) distributed by the university for any purpose other than participation in the designated class.Students must not input, process or test course materials with any artificial intelligence (AI) tools, bots, software, or platforms without the author’s permission. These actions violate the terms of use for the course materials and may also constitute copyright infringement.

教科書　Textbook

  • 分寺杏介「芯まで身につくはじめての統計学」近代科学社（2025）

参考文献・資料　Additional Readings and Resource

涌井良幸・涌井貞美. 2015.『統計学の図鑑』. 技術評論社.
中原治. 2022. 『基礎から学ぶ統計学』. 洋土社.
久保川達也. 2024. 『公式と例題で学ぶ統計学入門』. 共立出版.
エレーナ・ローデ、今井耕介. 2025.『新・社会科学のためのデータ分析入門　導入編』. 岩波書店.

授業調査に対するコメント　Comment on Course Evaluation

課題は難しいので、キャッチアップできるようにフォローします。

担当教員のプロフィール　About the Instructor　

博士 (法学、東京大学)。カリフォルニア大学バークレー校客員研究員、日本学術振興会特別研究員(DC1)などを経て、現職。アメリカ大統領の政府内政治(対官僚)と政府間政治(対議会)を中心として、広く大統領制や官僚制をめぐる比較政治・比較行政について研究を進めている。博士論文『水平的な省庁間調整による間接的な官僚統制とアメリカ大統領の政策実現』は、東京大学法学政治学研究科・博士号(特別優秀賞)を受賞した。主著に Saito, Takaharu. 2025. "Unilateral Power for Saving Lives: Presidential Policymaking under COVID-19." Presidential Studies Quarterly,55(3): e70003.

Takaharu Saito, Ph. D (Political Science) studies the presidency and bureaucracy in advanced democracies with a specific focus on the United States and Japan. Takaharu uses a broad range of methods in his research, including machine learning (natural language processing), causal inference, and formal models. He is a 2020-2021 Japan Society of Promotion of Science Overseas Challenge Program for Young Researchers Fellow at the University of California, Berkeley. He received the Special Award for Outstanding Dissertation from Graduate School for Law and Politics, University of Tokyo. Takaharu's papers have been published in Discover Public Health and Preventive Medicine Reports.

（実務経験 Work experience）

2026年4月- 現在. 名古屋商科大学経済学部准教授

2023年4月-2026年3月. 同専任講師

2022年10月-2026年3月. 東京大学大学院人文社会系研究科特任研究員

2019年4月-2022年9月. 日本学術振興会特別研究員(DC1)

2022年4月-2022年9月. 日本国際問題研究所若手客員研究員

2020年8月 - 2021年6月 University of California Berkeley Center for Japanese Studies 客員研究員

2026 - Curr. Associate Professor at Nagoya University of Commerce and Business

2023 - 2026. Assistant Professor at Nagoya University of Commerce and Business

2022 - 2023. Project Researcher at the University of Tokyo Graduate School for Humanities and Sociology

2019 - 2022 Research Fellow at Japan Society for Promotion of Science

2022 Young Visiting Fellow at Japan Institute of International Affairs

2020- 2021 Visiting Scholar at the University of California at Berkeley’s Center for Japanese Studies






ページ上部へ戻る