AIデータサイエンス・
リカレント教育プログラム
(履修証明プログラム)

BP  ビジネスや工場において、勘や経験ではなくデータ分析を基調とした課題解決ができる人材の養成を目指したプログラムです。本プログラムでは、まず、機械学習やデータマイニング等の基礎的な理論を学び、コンピュータのソフトウェアを使った実習によりその適用を実践的に学修します。そして、データサイエンスの重要な適用分野の一つであるマーケティングと地域を支えるモノづくりをテーマとして取り上げ、関係する諸理論とともにAI(Artificial Intelligence)・データサイエンスを基調とした課題解決能力を身に付けることを目指します。さらに、データ解析に必要な基礎知識を修得し、データセットを使ったPBL(Problem-Based Learning)を通じて、データ分析能力およびプレゼンテーション能力を高めることを狙いとしています。
 プログラム修了要件を満たした方には、大阪工業大学大学院情報科学研究科が発行する履修証明書が授与されます(有料) 。
本プログラムは、文部科学省の定める「職業実践力育成プログラム(BP)」に認定されました。職業実践力育成プログラム(BP)とは、大学・大学院・短期大学・高等専門学校におけるプログラムの受講を通じた社会人の職業に必要な能力の向上を図る機会の拡大を目的として、大学等における社会人や企業等のニーズに応じた実践的・専門的なプログラムを文部科学大臣が認定するものです。
詳細については、文部科学省「職業実践力育成プログラム」(BP)認定制度についてをご参照ください。

AIデータサイエンス・リカレント教育プログラム
(履修証明プログラム)

開講科目

集中講義で土曜日に、5科目を開講します。1科目あたり14回の授業を5週間で実施します。

  • データマイニング実践特論(前期,2単位)
  • マーケティング分野における消費者行動の研究は、感情、態度、好みが商品・サービスの購入や消費に関わる購買行動にどのように影響するか、その因果関係を解明しようとするものである。本講義では、そのなかでも受講者にとって身近な商品・サービスを題材に、因果関係をモデル化し、仮説と検証を行うデータマイニングの手法を身に付ける。

  • 機械学習実践特論(前期,2単位)
  • 人工知能はビッグデータから規則性やルールを学習することにより、画像の認識、レコメンド、将来の予測、ゲームで次の良い手を探すなど様々な分野に応用が可能な技術である。最近の人工知能の実現には機械学習の技術が多く使われている。機械学習技術は大きく分けて「教師あり学習」「教師なし学習」「強化学習」の三通りがあるが、本講義では教師データ(正解データ)を元に学習を行う「教師あり学習」と、どのような行動をとることでより多く報酬がもらえるかを学習する「強化学習」について解説する。機械学習を実現する手法として深層学習(ディープ・ラーニング)をベースとする。また行動の選択肢がある場合にどの選択がよいかを探す探索手法についても説明する。

  • モノづくりのためのデータサイエンス実践特論(後期,2単位)
  • モノづくり現場では付加価値を生む作業が繰り返されている。しかしながら、作業手順、レイアウト、作業方法などの不具合さからムダといった作業がされている。これらのムダを顕在化させて、それを取り除くといったカイゼン活動があるが、ムダを顕在化させる現状把握という活動は案外、時間がかかる。トヨタ自動車では「動作・作業の影は時間である」といって、時間値で評価をするが、これらの時間値を簡便に収集でき、分析も効率化できることにより、カイゼン活動を高速化することができる。さらに従来は測定が困難であった、距離の情報を収集することにより、見える化を促進することを本講義では演習等も通じて理解を深め、実践力を習得することをねらいとする。また、最終的には自職場での取り組みを発表し、ディスカッションを通じてブラッシュアップをおこなう。

  • マーケティングのためのデータサイエンス実践特論(後期,2単位)
  • 本講義では、マーケティング活動(市場分析、製品開発、品質管理、プロモーション検証など)に活用するために、企業ウェブサイトやインターネットサイトのレビューコメント、Twitterの投稿コメントなどを分析する実践的なテキストマイング手法を身に付ける。テキストマイニングとは大量の文章(テキスト)を掘り出して(マイニング)、分析し、新しい発見を得ることである。

  • データサイエンスPBL(後期,2単位)
  • PBLは、受講生が主体となって課題に取り組むものではあるが、取り組むためにもある程度の基礎知識が必要となる。そのため、この授業では、実証分析としての実践演習を3回用意しているが、その演習に向けての講義を、回帰分析を通じた因果推論というテーマを中心に、外生変数と内生変数、ランダム化実験、不連続回帰デザインなどについて行う。またそれらを踏まえた上での実践演習では、講師の与えるデータに対し実証分析の手順を通じて、講師及び受講生との多方向の検討を行うことで、PBLを実行する。

 いずれの科目もノートPC必携となっています。

企業等との連携

教育課程の編成

地域企業及び大学・研究機関により組織するひらかた地域産業クラスター研究会運営会議や企業OBにより組織するNPO法人北大阪経営支援マスターズとの定期会議において、本プログラムのカリキュラムを共有することにより、教育課程の編成に企業などの意見を取り入れます。また、ひらかた地域産業クラスター研究会運営会議やNPO法人北大阪経営支援マスターズの定期会議において出された意見について、本プログラムの企画・運営を行うAIデータサイエンス社会人教育推進委員会において関係者で共有し、ひらかた地域産業クラスター研究会運営会議やNPO法人北大阪経営支援マスターズとの定期会議の意見を取り入れながら教育課程の編成を行います。

自己点検・評価

本プログラムの効果を検証するため、北大阪商工会議所に対するヒアリング会議において、自己点検書を公開することにより、外部評価を行い、産業界の意見を反映させます。そして、北大阪商工会議所に対するヒアリング会議で出された意見を取りまとめたものを、 本課程の企画・運営を行うAIデータサイエンス社会人教育推進委員会に付議して教育効果等を検証し、その検証結果の報告に基づき、情報科学部の自己評価・IR委員会(進捗評価を年数回)、大学全体の自己評価・IR委員会(全体評価を年1回)において、プログラムの点検・評価を行います。

修了要件

全開講科目 10単位
 修了要件を満たした方には、大阪工業大学大学院情報科学研究科が発行する履修証明書が授与されます(有料) 。


会場

大阪工業大学 梅田キャンパス
 大阪市北区茶屋町1番45号
 https://www.oit.ac.jp/rd/access/


募集人数

概ね20名程度


受講料

本プラグラムは、科目等履修生制度に基づいています。
5科目 計330,000円
1科目 66,000円(1単位あたり33,000円)


科目等履修生制度

詳細は、https://www.oit.ac.jp/japanese/ippan/kamokutou.htmlを参照ください。


出願資格

学士の学位を有する者、またはそれと同等以上の学力がある者


選考方法・検定料

書類審査
 5,000円


出願期間

2021年3月1日(月) ~ 12日(金)


問い合わせ先

大阪工業大学情報科学部事務室
(Tel) 072-866-5301 (Fax) 072-866-8302
(E-mail) OIT.ibu◇josho.ac.jp(◇を@にしてください)


パンフレット(pdf)

開講科目シラバス(pdf)