This course is designed to provide graduate students with an opportunity to develop their ability and confidence when presenting field-specific content to an informed audience. Giving presentations in an academic setting, whether it is in a classroom, laboratory context, or at a conference, has become increasingly necessary for students at the graduate level. Course content extends from how to greet the audience to how to answer audience questions.

Students successfully completing this course will be able to do the following:
・Create an appropriate presentation slideshow for a conference or a research laboratory presentation;
・Clearly introduce and provide an overview of the talk through appropriate signposting;
・Properly display visual aids to enhance audience understanding of research data;
・Use posture and movement to engage the audience;
・Use gestures, voice, and eyes to emphasize information and connect with the audience;
・Produce a research presentation; and
・Answer audience questions.

Session 1: Introductions, conferencing, and networking
Session 2: Structure of academic presentations
Session 3: Information Organization: From greetings to goodbyes
Session 4: Body language and gestures
Session 5: Creating effective slideshows and displaying research data
Session 6: Explaining data
Session 7: Answering basic research and audience questions
Session 8: Student presentations and instructor feedback

* Please note that this course will take place at:

YOSHIDA Campus on the following dates: 9/1, 9/2, 9/4
KATSURA Campus on the following dates: 9/8, 9/9, 9/11
YOSHIDA Campus on the following dates: 9/15, 9/16, 9/18

Students can sign up for only one of these courses.

Tuesday (2-3-4 periods)
Wednesday (2-3-4 periods)
Friday (2-3 periods)

This course has a limit set on student enrollment to 20 students. In the case where many students wish to enroll in class, a lottery system will decide inclusion.

*本科目は、KULASISでの履修登録を行いません。7月頃、履修申込を受け付ける予定です。詳細は別途周知します。／ The course registration is not conducted via KULASIS. Application is scheduled to be accepted around July, and the details will be announced separately.

20% Active Participation*
20% Slideshow Creation
60% Main (30%) and Minor (30%) Presentations

*Be sure to attend all class sessions. Grading occurs throughout the course during class presentations. Any absences during these grading times will result in a score of "0" for graded presentations and tasks.

Students will be asked to work on several smaller in-class talks and one larger presentation as their primary out-of-class homework assignment. This may include recording your own presentations and uploading them to Google Drive.

Students will use Google Drive during presentations, with specific focus on Google Docs and Google Slides. Some computer skills are required, though most in-class work can be performed on a smartphone or a tablet. Familiarity with Google Docs and Slides is not required--only the willingness to learn the basics of these skills.

‐

‐

‐

日本語・日本文化研修留学生限定

‐

‐

次世代シーケンサー（NGS）の台頭により、生命科学研究においてもこれまでとは桁違いのビッグデータをベースに研究をすることが必須になってきている。これからの生命科学研究者はその膨大な情報を自ら読み、理解し、解析する力が問われている。

本科目では、情報科学と生命科学という２つの分野を融合していく上で必須となる知識と技術を提供する。生成AIの登場で誰もが情報科学的なツールに触れることができるようになったが、大規模データ（ビッグデータ）から真に重要な情報を取り出すためには、原理を知り、基礎技術を固めることが欠かせない。

まず、講義パートにおいて、これまでのシーケンス技術の発展を歴史的に俯瞰し上で、実際にNGSを用いた最前線の研究例を紹介する。続く演習では、NGSが出力するデータに実際に触れ、UNIXやR、Python等を用いた解析を行い、数字・文字の羅列であるビッグデータから、生物学的な意味を抽出する。ビッグデータを扱ったことのない初学者でも、2日間の講義・演習でNGS解析ができるレベルにまで引き上げることが目標である。化学研究所のスパコンに各自の端末を接続する形式で行うため、大規模な計算を行う際のノウハウについても学ぶことができる。

生物学・生命科学におけるビッグデータの扱い方を基礎から体験しながら学べる機会であり、本科目を受講しておくことで、自分自身の研究でデータ分析が必要になった際に大きなアドバンテージを得ることができるであろう。

多様な研究科や研究所に所属する同年代の大学院生とネットワークを形成する絶好の機会でもある。2日間の濃密な時間を共に過ごす中で、充実した大学院生活を送る足場を築くきっかけにしていただければ幸いである。

実習パートについては、日本語版のほかに、英語版の実習テキストも用意する予定である。英語話者については、英語での対面指導を行うことが可能である。

----

With the advent of next-generation sequencing (NGS), life science research increasingly relies on the analysis of large-scale biological data. Future researchers are therefore required to independently read, understand, and analyze such data.

This course provides essential knowledge and practical skills for integrating information science and life science. Through lectures and hands-on exercises, students will learn the fundamentals of NGS technologies and data analysis using UNIX, R, and Python, and will gain experience in extracting biological meaning from big data. Even beginners with no prior experience in big data analysis are expected to acquire basic NGS analysis skills within the two-day intensive course.

The course is conducted using supercomputing facilities, allowing students to also learn practical approaches to large-scale computation. This course offers a strong foundation for data-driven research in biology and life sciences and provides an opportunity to build a network with graduate students from diverse research fields. English instructional materials and in-person guidance in English are available for the hands-on exercises.

[1] 次世代シーケンサーの原理・特徴について説明でき、様々な解析手法と応用研究について理解できること。
[2] 基本的なUNIXコマンドについて理解し、ターミナル上で自由に操作することができること。
[3] 次世代シーケンサーが出力するファイル形式を理解し、その解析に必要なソフトウェアについて理解・操作することができること。
[4] 次世代シーケンサーが出力する数字・文字の羅列であるビッグデータから、生物学的な意味を抽出できること。
[5] スパコンの仕組みを理解し、実際に接続し、計算を行うことができること。

----

[1] Be able to explain the principles and characteristics of next-generation sequencing (NGS), and understand a range of analytical methods and their applications in research.
[2] Understand basic UNIX commands and be able to operate freely in a terminal environment.
[3] Understand the file formats generated by NGS platforms, and be able to use and operate the software required for their analysis.
[4] Be able to extract biological meaning from big data consisting of numerical and textual outputs generated by NGS.
[5] Understand the architecture of supercomputing systems, and be able to connect to and perform computations on a supercomputer.

9月10日(木)と9月11日(金)の2日間で実施する。授業計画と内容については初日の講義で改めて説明する。

9月10日（木）（1日目）　講義・演習
2限目　（講義1） 山本拓也（iPS細胞研究所）：次世代シーケンサー(NGS)を用いたiPS・ES細胞研究について
3限目　（演習1） UNIXの基本的なコマンド操作・ターミナル操作方法の習得
4限目　（演習2） UNIXによるテキスト処理
5限目　（演習3） NGSに関連する配列データフォーマットの解説
　　　　
9月11日（金）（2日目）　講義・演習
2限目　（演習4） RNA-seq解析（１）：ショートリードのゲノム配列へのマッピング
3限目　（演習5） RNA-seq解析（２）：発現変動遺伝子の抽出
4限目　（演習6） RNA-seq解析（３）：Rを用いたデータ解析・生物学的意味の抽出
5限目　（演習7） RNA-seq解析（４）：Rを用いたデータ解析・生物学的意味の抽出

----

The course will be held over two days, Thursday, September 10, and Friday, September 11. The detailed course plan and contents will be explained during the lecture on the first day.

Day 1 (September 10): Lectures and Hands-on Sessions

Lecture: NGS-based research on iPS and ES cells

Exercises: Basic UNIX commands and terminal operations; UNIX-based text processing; overview of NGS-related sequence data formats

Day 2 (September 11): Hands-on Sessions

Exercises: RNA-seq analysis, including read mapping, identification of differentially expressed genes, and data analysis using R to extract biological meaning

本演習では、受講生のPCを用いて、京都大学化学研究所のスパコンにリモート接続し、シェルを用いて計算を行う。PCのOSはWindows/Macの種類を問わないが、HDDの空き容量に余裕があること、メモリは8GB以上あることが望ましい。UNIXやスパコンの使用経験は問わない。所持するPCのスペックが上記を満たさない受講者に対しては、生命科学研究科で準備したMacbookを貸与できる（台数に限りあり）。開講までの準備期間に貸与希望の調査についてはその旨をLMS等を通じて連絡する。

対面形式での演習を予定しているが、履修希望者数が一定数を上回った場合は、オンライン形式での受講措置等を講じることがある。詳細については追って通知するので注意すること。

----

In this course, participants will use their own personal computers to remotely connect to the supercomputing facilities of the Institute for Chemical Research, Kyoto University, and perform computations via a shell interface. The operating system of the PC may be either Windows or macOS. Sufficient free disk space and at least 8 GB of RAM are recommended. No prior experience with UNIX or supercomputers is required.

For students whose personal computers do not meet these requirements, a limited number of MacBooks prepared by the Graduate School of Biostudies can be loaned. Information regarding requests for loaned computers will be announced in advance via LMS or related platforms.

The exercises are planned to be conducted in person; however, if the number of applicants exceeds capacity, alternative arrangements such as online participation may be implemented. Further details will be announced at a later date.

2日間の講義と演習に全て出席した上で、課題を提出することを成績評価の前提とする。詳細については開講時に説明する。

----

Attendance at all lectures and exercises over the two-day course, as well as submission of the assigned coursework, is required for assessment. Further details will be provided at the beginning of the course.

あらかじめ下記のサイトの「UNIX基本コマンド」「R入門」を読んでおくことが望ましいが、必須ではない。 https://github.com/nibb-unix/gitc2017a-unixr/wiki

----

It is recommended, but not required, that students familiarize themselves in advance with basic UNIX and R commands.

連絡担当教員：東樹宏和　メールアドレス： celisis_genome@mail2.adm.kyoto-u.ac.jp

※オフィスアワーの詳細については、KULASISで確認してください。この科目は前期集中科目ですが、採点登録・成績開示は後期科目と同時期に行います。

----

Contact Instructor: Hirokazu Toju
Email: celisis_genome@mail2.adm.kyoto-u.ac.jp

Please check KULASIS for details on office hours. Although this course is offered as an intensive course in the first semester, grade registration and grade release will be conducted at the same time as second-semester courses.

本科目では、理学研究科数学・数理解析専攻と数理解析研究所が共同で主催する「数学・数理科学グローバル特別講義」シリーズとして実施される複数の集中講義の中から、学生がいずれか一つを選んで履修する。各「数学・数理科学グローバル特別講義」は、代数・幾何・解析・応用数学など数学・数理科学の諸分野で特に目覚ましい発展をとげている研究について、第一人者の研究者が簡単な背景から将来の展望にいたるまでを入門的に解説する集中講義である。なお、「数学・数理科学グローバル特別講義」の講師の多くは海外研究者である。

数学はその普遍的な性質により、自然科学は勿論のこと、情報科学や社会科学など多くの分野に共通する理論的基盤となっており、現在でも新たな理論が次々と生まれている。本科目は、数学・数理科学の様々なテーマに触れることで諸分野における数学のポテンシャルを知る機会を提供し、数学・数理科学を基盤とする分野の大学院生の視野を広げるとともに、研究へのモチベーションを高めることを目的とする。

※本科目は隔年で開講され、偶数年度に開講、奇数年度に不開講となる。

特別講義で扱われるテーマについて、その背景と将来の展望について理解するとともに、そこで展開される数学に関する知見が深まる。また、学生自身の研究に対するモチベーションが高まる。

理学研究科数学・数理解析専攻と数理解析研究所が共同で主催する「数学・数理科学グローバル特別講義」シリーズのうち、前期に開講される特別講義の中からいずれか一つを学生自らが選んで受講する（注1）。各「数学・数理科学グローバル特別講義」は8コマからなる集中講義であり、数学・数理科学の諸分野で近年発展している研究について、第一人者の研究者がその背景や他分野との関わりから今後の展望にいたるまでを俯瞰的・入門的に解説する。学生は講義に出席するとともに、集中講義期間中に提示されるレポート課題にも取り組む。特別講義の講師が海外研究者の場合、その講義は原則として英語で行われる。

（注1）2026年度前期には以下の講師による複数の集中講義を「数学・数理科学グローバル特別講義」シリーズとして開講予定（講師の都合により変更となる可能性があります）。

講師：Marco Manetti（ローマ・ラ・サピエンツァ大学、代数幾何学・変形理論分野）
講師：Alberto Minguez（ウィーン大学、数論分野）
講師：Helene Guerin（ケベック大学モントリオール校、確率論分野）
講師：Jeremie Brieussel（モンペリエ大学、幾何学的群論分野）


各「数学・数理科学グローバル特別講義」の日程、内容、受講登録方法については、後日掲示やKULASIS、LMS等で連絡する。また、本科目は「数学・数理科学イノベーション人材育成強化コース（通称：数学・数理科学コース）」を構成する科目であり、本科目で受講対象となる「数学・数理科学グローバル特別講義」の詳細は以下のコースwebサイトにも掲載する：
https://www.math.kyoto-u.ac.jp/ja/ktgu/courses


（注2）同期開講の複数の特別講義を履修しても、本科目の習得単位は1単位であるので注意すること。

各自が選択する「数学・数理科学グローバル特別講義」で扱われるテーマについては関係分野に関する学部レベルの数学的知識があることが望ましい。

各自が選択した「数学・数理科学グローバル特別講義」に対し、参加状況（60％）とレポート課題（40％）により総合的に評価する（レポート課題の提出は必須）。レポート提出において、生成AIの出力をそのまま使用することは認めません。

選択した特別講義に関係する数学的な内容について各自で学習すること。

本科目は「数学・数理科学イノベーション人材育成強化コース（通称：数学・数理科学コース）」を構成する科目であるが、コース履修に関わらず本科目のみ履修することも可能である。

経済・経営における金融現象に関わる問題を数理工学的な立場から理解し，解決法を考察する「金融工学」について，金融関係の実務を知る講義担当者の視点から講述する．前半の講義では金融工学の基礎として証券のプライシング、ポートフォリオ理論について概説する.後半では主に証券分析実務の基礎として財務諸表分析、資産価値評価モデルを概観し、その後、リスク量計測手法やデリバティブ評価方法について解説を行う.

This course, taught from the viewpoint of a practitioner in finance, introduces financial engineering: using mathematical and engineering methods to understand and solve financial problems in economics and business. The first half covers basics of financial engineering, including pricing securities and portfolio theory. The second half reviews practical tools for securities analysis: financial statement analysis, asset valuation models, and methods for measuring risk and pricing derivatives.

金融実務で使用されている様々な専門用語や分析手法を理解し，実際の金融業務に携ったときに適切な手法を選択し，問題が解決できるようになること．

To understand the various technical terms and analytical methods used in financial practice, and to be able to select the appropriate techniques and solve problems when engaged in practical financial operations.

1日目　プライシングの基礎とポートフォリオ理論
１．現在価値と債券のプライシング
　 ・現在価値と債券価値の基礎
・金利の期間構造
・信用リスクと債券価格
２．ポートフォリオ理論
・平均・分散モデル
・CAPM
・アセットアロケーション
2日目　資産価値の評価とリスク量計測手法・デリバティブ評価
３．財務諸表分析と資産価値の評価
・財務諸表分析の基礎
・資本コスト
・企業の株式価値評価
・ファクターモデル
４．リスク量計測手法とデリバティブ評価
　 ・金融機関が抱える各種のリスク
　 ・デリバティブの評価


Day 1: Basics of Pricing and Portfolio Theory
1. Present value and bond pricing
- Basics of present value and bond pricing
- Term structure of interest rates
- Credit risk and bond prices
2. Portfolio theory
- Mean–variance model
- CAPM
- Asset allocation
Day 2: Asset valuation, risk measurement, and derivative pricing
3. Financial statement analysis and asset valuation
- Basics of financial statement analysis
- Cost of capital
- Equity valuation
- Factor models
4. Risk measurement and derivative pricing
- Various risks of financial institutions
- Pricing of derivatives

講義は日本語で進める．基礎的な金融工学の知識，およびExcelやプログラミングで簡単な分析が行えることが望ましい．講義の際は実際にExcelやGoogle Colabを用いたハンズオン形式で進める．
必要環境: ノートPC（ExcelやGoogle Colabを用いたPythonを使用），ネットワークが繋がる環境

This lecture will be delivered in Japanese. It is recommended that participants have basic financial engineering knowledge and can do simple analyses using Excel and programming. The course takes a hands-on approach, utilizing both Excel and Google Colab. You will need a laptop with internet access, as well as Excel and Python (via Google Colab), to participate.

最終レポートによる評点（100%）．講義の内容を理解できているか，レポートの書き方が適切であるかを評価の基準とし，情報学研究科成績評価規程第7条による成績評価を行う．

Grade: based entirely (100%) on a final report.

この講義では特に予習，復習の必要はない．講義中に疑問に思ったことや，実務の問題としてより詳細に内容を知りたいときは講義内または講義後に適宜質問すること．

No special preparation or review is required for this course. If you have questions during class or want more practical details, please ask during or after the lecture.

特になし.
None.

IT化とネットワーク化が進行し、情報システムが企業活動・学術活動に不可欠になった現代において、そこに潜む脆弱性を狙ったサイバー攻撃により社会が大きな影響を受けることが問題となっている。本講義では、インターネットおよび組織内ネットワークを利用する際に知っておくべき知識、例えば、安全確保、攻撃からの防御と運用の継続、消されたデータの復旧、法制度などについて、システム管理者・利用者の視線に立ちながら最新技術を交えて講述する。

情報システムを利用する上での危険性を認識するとともに、その対策の概要を知る。

開講日程：
5月8日(金)、15(金)、29日(金)
6月5(金)、12日(金)、19日(金)、26日(金)
各1-2限
期末試験・フィードバック：
7月3日(金) 1-2限

[基礎技術]
ネットワーアーキテクチャ: IPv4、IPv6、TCP、UDP
サイバー攻撃と防御技術:マルウェア、脆弱性攻撃、不正アクセス検知、アンチウィルス、ブロックチェーン、オニオンルーティング

[攻撃技術]
ソーシャルエンジニアリング
脆弱性探索: ペネトレーションテスト、倫理的ハッキング、レインボーテーブル
攻撃の自動化: AIによる脆弱性自動探索と攻撃プログラム自動作成

[防御技術]
自動防御プログラム: 攻撃検知から防御プログラム生成
デジタルフォレンジックス: 消されたデータの復旧作業の手順と実態
サイバーインテリジェンスと状況把握: オープンソース情報、DarkWeb情報などの分析による状況把握

[統合運用]
国内・国外の法制度: 著作権法、不正アクセス禁止法、IoT対策など
サイバーにおけるグループ管理: インシデント発生時の危機管理

特になし

講義でのディスカション等への貢献度、講義終了後に提出されるレポートにより総合的に判断する。

受講に際し特別の知識は必須ではないが、講義の効果を高めるため事前予習を課す場合がある。

講義日程　8月27日、28日（2限〜5限）

システムやソフトウェアの開発プロセスを分解すると、次のように分けられる。
Ａ．問題点やニーズを見つけ出し、それへの解決策を練ること
Ｂ．その解決策をシステムやソフトウェアに実装できるよう定義すること
このうちＡを実践する有力なツールに「デザイン思考」がある。また、Ｂのプロセスは専門的には「業務要件定義」と呼ばれ、現場の要求を正確にプログラマーに伝える重要なやり取りである。なお実際にはこの後に、プログラミングしてそれを実現することが続く。
本科目では、このＡにあたる「デザイン思考」を講義と演習によって習得する。

「デザイン思考」は社会にイノベーションを起こす一つの有効な手段として、近年注目されるようになった課題解決アプローチである。目まぐるしく変化する現代社会において、顧客の思考やユーザの要望を実現させる上で、真意を正確に把握することは決して簡単ではない。本講義ではデザイン思考を大きく「課題の発見」と「課題の解決」に分けて、そのプロセスについて学ぶ。これにより、あらゆる問題に対して臆することなく、真の課題の発見と解決ができるスキルを習得する。

「情報学ビジネス実践講座」：京都大学と協力企業（ANA・ANAシステムズ、NTTデータグループ、DMG森精機、東京海上日動火災保険・東京海上日動システムズ、三井住友フィナンシャルグループ・日本総合研究所、日本電気）が、デジタル時代の社会で活躍するために、ITとそのビジネスへの活用を実践的に学べる場を提供することを目的に設立した産学共同講座。
詳細は講座ホームページ（ https://www.project.gsm.kyoto-u.ac.jp/pib/ ）参照
非常勤講師：株式会社NTTデータグループ 谷口 智彦　様
　　　　　　　　　　　　　　　　　　　千葉 晃一　様

デザイン思考のマインドとプロセス（共感、問題定義、アイデア創出、プロトタイピング、検証の５つのステップ）を理解し、新しい課題に対して、デザイン思考の順序にしたがって課題を解決できるようにする。

8コマの集中講義を以下のような構成で進める。但し、学習の理解度に応じて内容を変更する場合がある。

1. 基本知識の講義
(1)デザイン思考とはどのようなアプローチ法か
(2)デザイン思考を行なう上で必要なマインドや成果物（アイデアスケッチ、リーンキャンバス、プラグマティックペルソナ、ユーザージャーニーマップ、ユーザストーリーマップ、UXプロトタイプなど）とその活用場面、活用方法

2. グループワークによるデザイン思考の実践と習得
(1)課題発見フェーズ
ビジネスのコンテキストを整理し、課題を網羅的に洗い出した上で、解くべき最大の課題を発見する

(2)課題詳細化フェーズ
課題を抱えたユーザの現状の行動順序などを分析して課題を詳細化する。

(3)解決方法探索フェーズ
個人でアイデアを出した上でペアレビューで多様な視点を追加し、アイデアスケッチにまとめるビジネスモデルやユーザストーリーを設計し、ユーザの行動順序とマッピングする。設計したモデルをグループごとに発表し、他グループからフィードバックを得る

(4)プロトタイピングフェーズ
UXの改善が重要なユーザストーリーについて、具体的なUXをスケッチ等でプロトタイプとして可視化する。ユーザストーリーとプロトタイプをグループごとに発表し、他グループからフィードバックを得る

(5)展開確認フェーズ
想定した課題が想定した解決方法で改善しているかどうか定量的に検証する

(6)全体振り返り
デザイン思考の実践方法を学習し、今後の研究活動などにどう活かせるか振り返りを行う。

非常勤講師のNTTデータグループ谷口 智彦氏・千葉 晃一氏は、企業における価値創出を推進するための研究開発やデジタル技術を応用したサービス創出に関する人財育成を担う。
本講義においては、昨今注目される生成AI周辺技術と本講義で扱う顧客価値創出との関連についても言及する。

特になし

講義でのディスカション等への貢献度、プレゼンテーション等の内容、講義終了後に提出されるレポートにより総合的に判断する。

受講に際し特別の知識は必須ではないが、講義の効果を高めるため事前予習を課す場合がある。

オフィスアワーは特に設定しない。質疑はメールにて随時受け付ける。
村野　剛太　: murano.gota.3u@kyoto-u.ac.jp

※オフィスアワーの詳細については、KULASISで確認してください。

全てのものがインターネットと繋がり、データドリブンで社会課題が解決される世の中が到来しようとしている。そのような環境のなか、世の中にあふれるデータをどのように扱い、その中からいかに価値のある解決策を導きだせるかがこれからの社会において非常に重要となってくる。本講義では、データ分析について、その手法の習得にとどまらず、ビジネスにおいてどのようにデータを利活用すべきか、与えられた課題をデータ分析結果を用いていかに課題解決まで導くかを、一連の流れを実践形式で学習する。

ビジネス課題に対して、適切なデータ選定、データ分析ができる手法を習得し、データの分析に基づいた課題の解決策が提案できる。

8コマの集中講義を以下のような構成で進める。但し、学習の理解度に応じて内容を変更する場合がある。3章〜5章において、オンライン書店をテーマにした各種分析を行う演習により現場でのデータ分析を体験する。更に6章では、「訪日外国時の消費動向調査データ」「エンゲージメント」「ECサイトのユーザ属性」という3種類のデータから1つを選び、課題設定、データ分析、課題解決案作成をワーク（演習）で実施する。

■第1章　データ分析の概要（石山）
・ビッグデータとは／ビッグデータの活用
・データ分析の準備／データ分析の実施
・統計解析手法によるデータ分析とは
・データ分析手法の検討
■第2章　統計ソフトウェアＲの基本的な使い方（石山）
・R言語概要
・R基本操作
■第3章　基本的なデータ分析（石山）
・基本的なデータ分析
・ヒストグラム
・代表値、代表値を見るときのポイント
・データの可視化（グラフ化）、グラフを見るときのポイント
・【演習】データの要約による特性把握および考察、発表
■第4章　相関分析（石山）
・相関分析とは
・相関分析の実施（相関係数の算出）
・【演習】相関係数算出および考察
■第5章　回帰分析、判別分析（石山）
・回帰分析（線形回帰分析）
　- 回帰分析の実施（統計モデルの作成）
・【演習】回帰分析を用いた予測モデルの作成および考察、発表
・判別分析（ロジスティック回帰分析）
- ロジスティック回帰分析の実施（統計モデルの作成）
■第6章　データ分析による課題解決演習（石山）
・ユースケースに基づく、ビジネスデータ分析の解説
- 「訪日外国人の消費動向調査データ」他、各種データに適した課題設定、分析結果、提案内容の作成、発表
■最終課題（講義終了後）（藤田）
・課題設定と、それに適したデータセットの選択、データ分析、提案資料の作成、提出

統計学に関する入門講義を既に受講しているか、同等の知識を有することが望ましい。

講義でのディスカション等への貢献度、プレゼンテーション等の内容、講義終了後に提出されるレポートにより総合的に判断する。

受講に際し情報やITに関する特別の知識は必須ではないが、講義の効果を高めるため事前予習を課す場合がある。

オフィスアワーは特に設定しない。質疑はメールにて随時受け付ける。
齊木　大: saiki.dai.7y@kyoto-u.ac.jp

※オフィスアワーの詳細については、KULASISで確認してください。

「情報学ビジネス実践講座」：京都大学と協力企業（ANA・ANAシステムズ、NTTデータグループ、DMG森精機、東京海上日動火災保険・東京海上日動システムズ、三井住友フィナンシャルグループ・日本総合研究所、日本電気）が、デジタル時代の社会で活躍するために、ITとそのビジネスへの活用を実践的に学べる場を提供することを目的に設立した産学共同講座。
詳細は講座ホームページ（ https://www.project.gsm.kyoto-u.ac.jp/pib/ ）参照

　ITはあらゆる産業における当然の基盤となり、デジタルトランスフォーメーション(DX)が ビジネスでの競争の鍵となりつつある。本講義では、当然のように活用されているITが、社会や産業の隅々にまで浸透してきた背景や経緯を概観し、本質的にITが社会課題の解決や企業経営にどのような意義を持つかを学ぶ。
　次に、企業活動における人工知能（AI）等の最新技術やデータサイエンスの活用の実情を知り、経営戦略に基づくIT戦略の重要性を学ぶ。さらにIT活用及び戦略の様々な事例に触れたうえで、グループワークによってIT活用の戦略策定を疑似体験する。
　一方、経営層がどのようにIT戦略とビジネスを見てガバナンスしているかの理解を深めるため、実際に大企業でITガバナンスを経験した経営層との対話を通じて学ぶ。
　これらの体系的な学びを踏まえ、企業におけるDXについて参画企業３社の最先端の実例から理解の幅を広げ、最後にアイディアソンによりDXの発想力・実践力を習得する。
　本科目は、「情報学ビジネス実践講座※」における総まとめにあたるものであり、企業経営におけるIT・DXについて実践的に学ぶ絶好の機会となる。

※「情報学ビジネス実践講座」：京都大学と協力企業（ANA・ANAシステムズ、NTTデータグループ、DMG森精機、東京海上日動火災保険・東京海上日動システムズ、三井住友フィナンシャルグループ・日本総合研究所、日本電気）が、デジタル時代の社会で活躍するために、ITとそのビジネスへの活用を実践的に学べる場を提供することを目的に設立した産学共同講座。
詳細は講座ホームページ (https://www.project.gsm.kyoto-u.ac.jp/pib/)参照

・ビジネスや社会課題の解決におけるITの重要性を理解している。また、DXになぜ取り組むか、人工知能（AI）等の最新技術やデータサイエンスがいかにビジネスや社会に活用されるかを理解している
・IT戦略の実際について事例を通じて理解の幅を広げ、演習課題による疑似体験でIT戦略を策定するイメージを掴んでいる
・経営の現実的な視点からITとビジネスについて学びを深め、ITガバナンスの要諦を理解している
・DXについて企業の実例を踏まえて最先端の様相を理解し、さらにアイデアソンを通じて発想力・実践力を習得している

【第Ⅰ部　IT戦略を学ぶ（日本総合研究所）】　　
１　ITと社会・ビジネス〜IT戦略の理解まで〜
　・ ITが社会・ビジネスの隅々まで浸透していることを様々な事例を通じて説明する
　・ 社会課題や企業の経営課題の解決におけるITの役割を解説し、業務との関係でITの意味を理解する
　・ デジタルトランスフォーメーション (DX)とは何か、なぜDXに各社が取り組んでいるのかを説明する
　・ 人工知能（AI）等の最新技術やデータサイエンスがいかにビジネスや社会に活用されているかを紹介する
　・ IT戦略をいかに策定するか、最新技術を活用したIT戦略をどのように企画するのかを説明する
２　IT戦略の事例と演習（グループワーク）　　
　・ ゲスト講師を招いてIT戦略の事例を紹介し、理解の幅を広げる
　・ 演習課題を用いたグループワークにより、IT戦略の策定の概要を疑似体験する　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
３　経営とIT（含む 企業経営層と学生との対話）
　・ 経営戦略におけるIT戦略を企業組織において成就させるためのITガバナンスの勘所を説明する
　・ 企業経営層と学生との対話の時間を挟みITと社会・ビジネスの学びを深める

【第Ⅱ部 　最先端のDXに触れる(日本総合研究所・ANAシステムズ・ DMG森精機)】
４　DXの現状①〜金融業編〜（事例紹介中心）
　　・ 金融業 とITとの関係、金融におけるDXの捉え方と、活用事例を説明する
５　DXの現状②〜航空業編〜（デモンストレーション・事例紹介有）
・ 航空業におけるデジタル変革の歴史や、航空業とその枠を超えたデジタル変革の事例を説明する
６　DXの現状③〜製造業編〜（デモンストレーション・事例紹介有）
・ 製造業 (工作機械業)におけるデジタル活用や、自動化、IoTによるつながるソリューションについて説明する

【第Ⅲ部　アイディアソンで DXを実体験する(日本総合研究所・ANAシステムズ・ DMG森精機)】
７　DXで新事業・サービスを創出する
・ グループごとに金融業・航空業・製造業(工作機械業)から1つを採り上げ、DXによる新事業・新サービスのアイデアを発想・検討し、発表する

タイトル横の括弧書きの企業名は「情報学ビジネス実践講座」の当該協力企業より以下の非常勤講師を予定
日本総合研究所：渕崎 正弘 様、ANAシステムズ：廣澤 健樹 様・岐部 琴美 様、DMG森精機：ブルーメンシュテンゲル 健太郎 様

受講人数を制限することがあります。その場合、情報学ビジネス実践講座プログラム(https://www.project.gsm.kyoto-u.ac.jp/pib/)登録者を優先します。

最新の事例を含め、ビジネスとITの実践的な情報を交えた講義となりますので、経営戦略やITの基本に関する知識について、スタート時点では必要ではないですが、授業中必要になる知識については、授業中の質疑で適宜補足します。

講義への貢献度ならびに総合演習の評価に基づいて評価する。

受講に際し経営および情報やITに関する特別の知識は必須ではないが、昨今の企業ニュースで取り上げられるIT活用の事例に関心を持っておくことを推奨する。

オフィスアワーは特に設定しない。質疑はメールにて随時受け付ける。
齊木 大: saiki.dai.7y@kyoto-u.ac.jp
※オフィスアワーの詳細については、KULASISで確認してください。

世界がデジタル化に向けてスピードを加速させていくなかで、AIを代表とするデジタル技術も凄まじいスピードで進化を遂げている。このような世界において、いかに新しい技術に触れ、それを使いこなしていくかは、これからのビジネスパーソンにとって重要な要素である。そこで本講義では、AIのような新しい技術をいかにビジネスに活用していくかを、手法や意識しておくべきマインドセットと共に実践形式で学びながら習得する。また、デジタル技術の応用事例について、現在のトレンドと今後の展望を概観する。

AIに代表されるデジタル技術を活用するサービスのアイデアを考え、実装の演習まで経験する。

2日間の集中講義予定（2025年度実績）

１. 先端技術概要
・AIやVRなどを含む様々なデジタル技術の概要を理解する
・それぞれのデジタル技術についてビジネスでの活用例を紹介する
２. ビジネスのWhy
・課題発見からビジネスの企画構想の方法を説明する
・リーンキャンパスやCustomer Value Chain Analysis、ペルソナなどの一般的なビジネスフレームワークを理解する
３. ビジネスのWhat
・ビジネスの企画構想からサービス（プロダクト/アプリ）のデザイン手法を説明する
・カスタマージャーニーマップ、ユーザーストーリーマッピングなどの一般的なサービスデザイン手法を理解する
４. デジタル技術を活用したビジネスを考えてみよう
・10年後の社会におけるAIやVRなどの先端技術の活用シーンをワークショップ形式で考える
・検討したアイデアを共有し、フィードバックをもらう
５. ビジネスのHow
・ビジネスを実現するために、AIなどのデジタル技術を使ったアプリ開発の仕方について、アジャイル開発を例に学習する
・実際のビジネス現場での開発作法を理解する
６. アプリを作ってみよう　その１ 〜まずは準備から〜
・Gitなどのアプリ開発に必要な道具を備える
・実際にどうやってアプリ開発を進めていくのか、ハンズオン形式で学習する
７. アプリを作ってみよう　その２ 〜動かしてみよう〜
・身近な課題を題材に、アプリのプロトタイプを作成し、動かしてみる（アプリ内容は検討中）
８. ビジネスの事例
　　近年のいろいろなビジネスでの事例にふれる

非常勤講師のNTTデータグループからの担当者は、DXを推進するための研究開発やデジタル技術を応用したサービス創出に関する戦略検討を担う。

特になし

講義でのディスッカション等への貢献度、プレゼンテーション等の内容、講義終了後に提出されるレポートにより総合的に判断する。

受講に際し情報やITに関する特別の知識は必須ではないが、講義の効果を高めるため事前予習を課す。

※オフィスアワーの詳細については、KULASISで確認してください。

「情報学ビジネス実践講座」：京都大学と協力企業（ANA・ANAシステムズ、NTTデータグループ、DMG森精機、東京海上日動火災保険・東京海上日動システムズ、三井住友フィナンシャルグループ・日本総合研究所、日本電気）が、デジタル時代の社会で活躍するために、ITとそのビジネスへの活用を実践的に学べる場を提供することを目的に設立した産学共同講座。詳細は講座ホームページ（https://pib.gsm.kyoto-u.ac.jp/）参照