最終更新日:2017/09/03
Syllabus
クリックして表示・非表示切り替え
概要
対象年度 年度 2017 (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

授業計画
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