サブタイトル 担当教員
■講義目的
この講義は、中国語の学習経験の有無を問わず、基本的に中国や大中華圏の文化について興味関心を持っている 学生、または将来中国や大中華圏で活躍して見たい学生であれば、誰でも履修することが可能である。
講義内容は以下のようにニ部構成となっている。
①中国文化への理解を深めるためのミニ講座、テーマ別のチームワーク、留学生との交流会、文化体験を実施す る。中国の食文化をはじめ、若者文化、政治経済や社会問題などをテーマとして取り上げ、教員によるミニ講座 に加え、受講生全員参加型のプレゼンテーションやディスカッション、留学生との交流会、多摩祭の国際交流イ ベント等への参加を通じて、中国や大中華圏の文化について理解を深めるようにする。
②実践性を重視した中国語による会話力、自己表現力を高める自然体で楽しい語学レッスンを行う。自己紹介や 短い会話文を使って、中国語の発音の練習と復習を行い、会話を自然な形で表現できるようにする。また、中国 語検定試験の受験を目指す方に対しては、個別指導を行うほか、中国語圏への留学など支援体制も充実させる。
本講義のポイントは「文化から言葉を学ぶ」「日常的に使える中国語力を身につける」ことである。
■講義分類 ビジネス環境理解 社会人力育成 グローバルビジネス
■到達目標
①中国・大中華圏の文化について理解を深め、グローバルビジネス系の講義をはじめ就活に活かすことができる ようにする。
②自然な形で中国語による自己紹介をはじめ会話力、表現力を身につけられるようにする。
受講生のレベルに合わせて中国語検定試験(HSK)1～3級以上の合格を目指す。
■授業形態
講義を中心としながら、学生主体のテーマ別のプレゼンテーションやディスカッションを行うなど「楽しい会 話」の授業を目指す。
■準備学習（予習・復習等）に必要な時間またはそれに準ずる程度の具体的な学習内容
①中国・大中華圏の文化についての毎週の講義テーマに関連する事柄を事前に調べて講義に臨むこと。
②中国・大中華圏に関する時事問題を始め、自分自身が関心をもつ特定の分野にに関する情報を常に収集、分 析、調査する習慣をつけると共に、授業でのミニ講座やグループワークと関連づけて取り組むことを推奨する。
③中国語の表現力を向上させるために授業で配布するプリントやYoutubeなど動画サイトを利活用しながら事前 の学習や復習（1日当たり30分～1時間）を行う。
■評価方法
評価は、出席状況（40％）、小テスト（30%）と期末レポート（30%）で評価する。
■評価基準
評価A+（90点以上） ： 成績は、下記配分により絶対評価で行う。
評価点100点（小テスト30点＋期末試験40点＋出席30点)のうち90点以上。
評価A（89～80点） ： 評価点100点（小テスト30点＋期末試験40点＋出席30点)のうち89~80点。
評価B（79～70点） ： 評価点100点（小テスト30点＋期末試験40点＋出席30点)のうち79~70点。
評価C（69～60点） ： 評価点100点（小テスト30点＋期末試験40点＋出席30点)のうち69~60点。
評価F（59点以下） ： 評価点100点（小テスト30点＋期末試験40点＋出席30点)のうち59点以下。
■履修していることが望ましい科目 中国語Ⅰと中国語Ⅱなど。
■卒業年次生対象再試験の実施 実施しない
■留意点①講義の予習・復習やグループワークに関する課題の事前準備をしっかり行うこと。
②授業中にPCを使用するため、毎回持参すること。
中国ビジネスコミュニケーションI・II（Chinese Business Communication I・ＩＩ）
中国・大中華圏で活躍できる人財を目指そう バートル
2016_3_5_3校_多摩大様_シラバス_25章_01.indd 107 2016/03/07 8:53:24
科 目 名 担当教員 科 目 名 サブタイトル 担当教員
シラバス
■講義目的
ビジネスのインターネット化、ハードウェアの低廉化、デバイスやセンサーの多様化（IoT含む）により、デー タの利活用は現在のビジネスに欠くべからざるものとなっている。本講義では、データ利活用の基礎力の習得を 目指し、データ分析の入門を取り扱う。具体的には、データ分析プロセスについていくつかのフレームワークを 学び、データの要約と可視化、データの比較と関係性の分析、因果関係の検証の実際的手法についての知識習得 と実践を行ってもらう。このようなスキルは現在のビジネスでは会社のどの部署でも必要とされるものであるの で、受講をお勧めする。
なお、講義では分析を実体験することで理解を深めることを重視するため、コンピュータソフトを用いてデータ 分析をするスキルも演習により習得してもらう。適宜、グループワークによるレポート作成やプレゼンテーショ ンも行ってもらう。
■講義分類 顧客理解ビジネス環境理解 社会人力養成 グローバルビジネス ビジネスICT
■到達目標
（1）データプレゼンテーションの枠組みに基づいたデータ利活用ができる
（2）データ分析のフレームワークを理解し、実践できる
（3）データを要約し、視覚化することができる
（4）データの傾向とバラつきを測ることができる
（5）データの比較を正しく行うことができる
（6）データ分析の結果を他者に分かりやすく伝えられる
■授業形態
講義グループディスカッション プレゼンテーション
■準備学習（予習・復習等）に必要な時間またはそれに準ずる程度の具体的な学習内容 前回講義資料および講義記録ノートによる復習
■評価方法
出席30％、レポート70％
統計検定試験の結果を成績評価の一部として評価する。
■評価基準
評価A+（90点以上） ： データ分析プロセスのフレームワークに従って分析を実践し、結果を他者に分かりやすくプレゼンテーションでき 1.データを理解した上で仮説構築を行い、その仮説を検証するための分析結果を導き出すことができる。る。
2.分析結果を、統計学の知識に基づいて表やグラフで表現できる。
3.分析結果から価値のある考察を導き出すことができる。
評価A（89～80点） ： データ分析プロセスのフレームワークに従って分析を実践することができる。
1.データを理解した上で仮説構築を行える。
2.データの特徴を、統計学の知識に基づいて表やグラフで表現できる。
3.作成した表やグラフから、データの特徴を読み取ることができる。
評価B（79～70点） ： Iデータ分析プロセスのフレームワークと、統計の基礎を理解している。
1.データ分析を行う上で必要な工程を列挙することができる。
2.データの特徴を把握する上で必要な、いくつかの統計学の知識を持っている。
3.表現された表やグラフから、データの特徴を読み取ることができる。
評価C（69～60点） ： データ分析プロセスのフレームワークと、統計の基礎をある程度身に付けている。
1.データ分析を行う上で重要な課題の設定と仮説の構築における注意点を知っている。
2.表現された表やグラフから、データの特徴を読み取る上で必要な要点を知っている。
データサイエンスI（Data Science I）
データ利活用の基礎的スキル 佐藤 洋行
25-109
■履修していることが望ましい科目
■卒業年次生対象再試験の実施 実施しない
■留意点必ずPCを持参すること。
本講義は毎回、前回講義の内容を理解していることを前提として行う。また、グループワークとしてデータ収集 やレポート作成などのアクティブラーニングを行うので、1回目の講義から欠席せずに受講すること。
2016_3_5_3校_多摩大様_シラバス_25章_01.indd 109 2016/03/07 8:53:24
科 目 名 担当教員 科 目 名 サブタイトル 担当教員
シラバス
■講義目的
高度情報化により、情報が数量として扱われるデータを扱う必要性はますます高まっている。本講義では、デー タに基づく課題解決や問題解決に必須の統計学に関して、その基礎概念の理論的な理解を深め、社会現象を確率 モデル・統計モデルとして扱うために必要な統計的方法を利活用できることを目標としている。
■講義分類 顧客理解ビジネス環境理解 ビジネス創造 ビジネスマネジメント 社会人力育成 グローバルビジネス ビジネスICT 地域ビジネス
■到達目標
（１）基礎的な確率分布について理解し、適用できる
（２）標本抽出について理解できる
（３）平均の推定問題が理解でき、適用できる
（４）検定問題が理解でき、適用できる
■授業形態
講義グループディスカッション グループワーク
プレゼンテーション
■準備学習（予習・復習等）に必要な時間またはそれに準ずる程度の具体的な学習内容 統計学に関する知識の理解だけではなく、実際の問題解決を求める。
そのために、講義内で出された課題を次回までの必ず理解しておくことが求められる。
■評価方法
講義中の小テスト(50%)、期末試験(50%)により行う。統計的な基本概念が理解できたかについて評価する。授 業ごとに出題する課題を理解でき,適用できるかが評価のポイントとなる。統計的なものの考え方・データの処理 の仕方ができているかどうかを評価する。
統計検定試験の結果を成績評価の一部として評価する。
■評価基準
評価A+（90点以上） ： （１）基礎的な確率分布について理解し、適用できる （２）標本抽出について理解できる
（３）平均の推定問題が理解でき、適用できる （４）検定問題が理解でき、適用できる 評価A（89～80点） ： （１）基礎的な確率分布について理解している
（２）標本抽出について理解している （３）平均の推定問題が理解でき、適用できる （４）検定問題が理解でき、適用できる 評価B（79～70点） ： （１）基礎的な確率分布について理解している
（２）標本抽出について理解している （３）平均の推定問題が理解でき、適用できる 評価C（69～60点） ： （1）基礎的な分布の性質を理解している
（2）平均の推定問題が理解でき、適用できる 評価F（59点以下） ： 上記のいずれも理解しておらず、適用もできない
■履修していることが望ましい科目 データサイエンスⅠ
データサイエンスII（Data Science II）
今泉 忠