対象年度	年度	2017	期	(週1ｺﾏ)秋期	開講時限	金4
開講学部・学科等	理工
科目コード	645003400		科目ナンバー	SEM03810
授業名	製品経済学
英文授業名	Economics in Manufacturing
担当教員	保田　弘隆

授業形態	講義、演習
	e-learning利用		その他：
担当形態	単独
関連する授業
	当科目履修前に履修して おくことが望ましい科目	製品企画・マーケティング
	後続関連授業
教職課程科目
テーマ・キーワード	企業経営　ビジネスモデル・ジェネレーション データ分析　機械学習

授業の概要・ねらい	製品にIoTサービスを設計から付加することで、製品の経済性が高まることを学ぶ。特に機械学習や深層学習の新技術が、今後のさまざまな製品企画や経営分析に与える影響を知る。到達目標：企画製品のビジネスモデルの経済性を分析することで、主成分分析、回帰分析、デープラーニングなどのデータ分析手順と各種手法の特徴を習得する。 到達目標：製品を支えるデータを分析することで、回帰分析、機械学習などのデータ分析手順の特徴を習得する。製品にサービスを付加することが、ものづくりの重要な課題であることを、具体的に理解する。
到達目標	分類分析、回帰分析、機械学習などのデータ分析手順の特徴を理解している。製品にサービスを付加することがものづくりの重要な課題であることを、具体的に理解している。
教科書と準備するもの	「Pythonによる機械学習入門」株式会社システム計画研究所編（オーム社）
参考書	１、「ビジネスモデル・ジェネレーション ビジネスモデル設計書」 　　　AlexanderOsterwalder＆YvesPigneur著小山 龍介訳（翔泳社） ２、「商品企画のための統計分析」神田範明編監修（オーム社） ３、「キュウリ農家とディープラーニングをつなぐ TensorFlow 」 　　（https://cloudplatform-jp.googleblog.com/2016/08/tensorflow_5.html） ４、「2017年版ものづくり白書」（経済産業省）
評価の基準	１、製品企画されたモデルの経済性を分析するツールが利用できること。 ２、分類分析、回帰分析、デープラーニングなどのデータ分析の特徴を理解できること。 　　さらにビジネスモデルについて、経済性を高める検討と提案できること。
具体的評価方法	課題(４０％)、試験（６０％）から総合的に評価する。

授業評価アンケート フィードバック・ 受講生へメッセージ	アンケートでの意見を踏まえ、難解と思える用語のわかりやすい解説と図示に改めます。 授業進度はキーワードの復習と質疑応答を取り入れて、習得しやすい授業展開にします。
単位互換
特記

第1回	内容	製品経済学の授業概要 企業活動の基本、企業の経営管理、分析ツール概要
	授業時間外における学修（予習・復習等）	予習：シラバスを事前に読んでおくこと。 復習：企業活動のまとめ課題
	授業実施特記
第2回	内容	業務改善の手法、データ分析の種類 IPythonの基本操作とグラフ描画
	授業時間外における学修（予習・復習等）	予習：業務改善の分析手法の資料を事前に読んでおくこと。 復習：業務改善の分析手法のまとめ課題
	授業実施特記
第3回	内容	企業会計の基礎、財務帳票 （Numyでの計算基礎演習）
	授業時間外における学修（予習・復習等）	予習：企業会計の基礎の資料を事前に読んでおくこと。 復習：企業会計の基礎のまとめ課題
	授業実施特記
第4回	内容	企業会計の計算問題、在庫管理、原価償却 （Numyでの計算基礎演習）
	授業時間外における学修（予習・復習等）	予習：在庫管理、原価償却の資料を事前に読んでおくこと。 復習：在庫管理と原価償却のまとめ課題
	授業実施特記
第5回	内容	マーケティングリサーチ、採算性予測値の問題 （Numyでの計算基礎演習）
	授業時間外における学修（予習・復習等）	予習：採算性予測値の問題の資料を事前に読んでおくこと。 復習：採算性予測値の問題のまとめ課題
	授業実施特記
第6回	内容	機械学習のしくみ （機械学習演習：分類問題）
	授業時間外における学修（予習・復習等）	予習：分類問題の資料を事前に読んでおくこと。 復習：分類問題のまとめ課題
	授業実施特記
第7回	内容	機械学習のしくみ （機械学習演習：回帰問題）
	授業時間外における学修（予習・復習等）	予習：回帰問題の資料を事前に読んでおくこと。 復習：回帰問題のまとめ課題
	授業実施特記
第8回	内容	機械学習のしくみ （機械学習演習：画像の形状判定）
	授業時間外における学修（予習・復習等）	予習：画像の形状判定の資料を事前に読んでおくこと。 復習：画像の形状判定のまとめ課題
	授業実施特記
第9回	内容	機械学習のしくみのまとめ（その１） （機械学習演習：IoTセンサデータからのデータを機械学習に適用する）
	授業時間外における学修（予習・復習等）	予習：センサーデータによる回帰問題（その１）の資料を事前に読んでおくこと。 復習：センサーデータによる回帰問題（その１）のまとめ課題
	授業実施特記
第10回	内容	機械学習のしくみのまとめ（その２） （機械学習演習：IoTセンサデータからのデータを機械学習に適用する）
	授業時間外における学修（予習・復習等）	予習：センサーデータによる回帰問題（その２）の資料を事前に読んでおくこと。 復習：センサーデータによる回帰問題（その２）のまとめ課題
	授業実施特記
第11回	内容	IoTサービスのビジネスモデルの経済性を検討する （ビジネスモデル・ジェネレーション その１）
	授業時間外における学修（予習・復習等）	予習「ビジネスキャンパス　パターン」の資料を事前に読んでおくこと。 復習：ビジネスキャンパス パターンの課題
	授業実施特記
第12回	内容	IoTサービスのビジネスモデルの経済性を検討する （ビジネスモデル・ジェネレーション その２）
	授業時間外における学修（予習・復習等）	予習「ビジネスキャンパス　デザイン」の資料を事前に読んでおくこと。 復習：ビジネスキャンパス デザインの課題
	授業実施特記
第13回	内容	ＩｏＴサービスと機械学習の製品モデルのモデル事例その１
	授業時間外における学修（予習・復習等）	予習：モデル事例の資料を事前に読んでおくこと。 復習：モデル事例を経済性を箇条書きで整理して提出する。
	授業実施特記
第14回	内容	ＩｏＴサービスと機械学習の製品モデルのモデル事例その２
	授業時間外における学修（予習・復習等）	予習：モデル事例の資料を事前に読んでおくこと。 復習：モデル事例を経済性を箇条書きで整理して提出する。
	授業実施特記
第15回	内容	今までの授業内容の要点、今後の活用と展開について
	授業時間外における学修（予習・復習等）	特になし
	授業実施特記