【保存版】経シスC群・専門選択科目の授業評価～春学期編～
この記事では「経営システム工学科C群・専門選択科目の春学期授業」についてまとめます！秋学期はこちら↓
industrialengineering.hatenablog.com
ただし、2017年秋学期終了時点かつ私が履修した授業の情報になります。そこに気を付けて読んでもらえると助かります。
専門選択という事で主にB3・B4の人向けの記事になりますが、経済学や数学基礎についても触れているので一応学部生全員の方は参考になると思います。
シラバスと併せて読むのが良いかと思います。
各授業について、以下の項目を5段階で評価します。数字が大きくなるほど大変になります。
- 授業理解の労力
- 課題提出の労力
- A＋獲得の労力
繰り返しますが、過去の情報＆主観100%の記事なので気を付けてね。
参考までにシラバスのリンクも載せておきますね。
筆者情報
私の情報も少し載せますので、皆さんと比較して授業評価の参考にしてください。中には「私が楽（or大変）と思っているだけ」という部分があるかもしれません。
3年秋終了時の状況で以下の通りになります。
- 取得単位：138弱（うちC群専門選択が40弱）
- 外国語が苦手
- 数学は比較的好き
今まで授業は積極的に履修・出席してきました（なお授業態度は…）。研究室配属が決まった3年秋学期も、既に卒業要件に達しているにもかかわらず、さらに専門選択科目を12単位分履修していました。結果的にこのような形で活かすことが出来て良かった。。。
2年までの授業
数学基礎プラスα・β
- 授業理解の労力：１
- 課題提出の労力：２
- A＋獲得の労力：２
他箇所聴講科目（D群）ですがA群に算入できます。単位稼ぎやA+獲得にもってこいの楽単授業です。研究室配属などに備え、GPA上げとかに使うと良いでしょう。
数学基礎プラスにはα、β、γがありますが、一般入試を通過できるレベルの学力であればβまでは楽勝です。γは難しいと聞いています。
毎回の課題にかかる時間は1時間程度。ちゃんとこなすことが出来ればA+です。
完全オンデマンドなので楽ですが、そのせいで週の課題をやり忘れることがあります。受け忘れだけは気を付けましょう。1回忘れるとA+は厳しいです。
経済学A（ミクロ・マクロ）
2年春・秋～（経シス必修）
- 授業理解の労力：３
- 課題提出の労力：なし
- A＋獲得の労力：２
経済学にはAとBがあるのですが、私は両方ともAを履修していました。なので経済学Aについてのみ書きます。
私はミクロマクロ共に、篠崎教授にご指導して頂きました。現在（2018年5月）はミクロの教授が変わってしまっていますね。当時の授業スタイルは下記の通りです。
出席を取らない、課題はない、評価は試験100%、試験直前に過去問を教授自ら公開
高校数学が出来るのならば、試験前に少し勉強すれば高評価を狙えます。出席や課題が不要なのは大きいですね。試験問題はある程度過去問を踏襲していますが、大きく変わるタイミングもあるので注意しましょう。試験自体は経済学Bよりも難しいようです。まぁ試験100%なので、試験前くらいは頑張りましょう。
授業内容はしっかり経済学です。出席は評価に加わりませんが、経済学をちゃんと学びたい人にもお勧めできます。しかし、教授の話し方に抑揚がないためか、高確率で眠くなります。授業回数が増えるに従い出席者は減っていきます。
経営デザイン概論
1年秋～
- 授業理解の労力：覚えてない
- 課題提出の労力：覚えてない
- A＋獲得の労力：多分４
1年生の時に履修していたので覚えていませんが、なるべく早い時期に履修することをお勧めします。最終的にほぼ全員が履修するようですし、そうであるなら早いに越したことはありません。出来る事なら1年次の秋に。
負担は軽いです。あとはシラバスにある情報を見てください。課題を忘れる事さえなければ高評価獲得は容易でしょう。
3年春 専門選択
経営計画
- 授業理解の労力：3
- 課題提出の労力：3
- A＋獲得の労力：4
簿記3級相当の内容を（見たこともないテキストを使用して）学びます。一部2級の内容にも踏み込んだ記憶があります。
最初の方は楽勝ですが、段々と難しくなります（簿記の専門的な内容に入るという意味です）。また、ほぼ毎回レポート提出があります。レポートは重くはないですが、授業内容が高度になるにつれ、ちゃんと授業を聞いていないと苦労することになるでしょう。逆に簿記の資格を持っている人ならば楽勝。また、3年春という時期もあり、この授業をきっかけに簿記の資格を取得する人もいるみたいです。
試験は授業内容・レポートに即したものなので毎回の授業が理解できていれば大丈夫です。過去問はなかったんじゃないかなぁ…まぁ、みんな履修するでしょ？助け合いが大事です。
多変量解析法A
- 授業理解の労力：3
- 課題提出の労力：2（授業内課題）
- A＋獲得の労力：2
永田教授スタイルの授業です。平常授業も・授業内課題も・試験も。1年生の時の「統計解析法」と形式は同じです。思い出しました？あんな感じです。
授業内課題をちゃんと提出して（授業を聞いていれば自然と完成します）、返却されたプリントを取っておけば試験は大丈夫。授業内容・テキスト共に難しいわけではないです。数学が苦手な人にもお勧めできます。まぁ正直このレベルの数学に得意も不得意もないと思います、授業を聞いているか否かの違いではないでしょうか。でもどうせこれもみんな履修しますよね。
この授業は特に、経営システム系の研究室を志望している人ならば押さえておきたいです。ちゃんと勉強しておくと、あとあと役に立つと思います（現に私も役に立っています）。
多変量解析法B
- 授業理解の労力：3
- 課題提出の労力：4（授業内課題）
- A＋獲得の労力：3
2018年春から授業内容が結構大きく変わりました（具体的には授業内で使うツールが変わりました）。今はR（データ分析に特化したプログラミング言語）を使うようですね。ここから私が語る内容は2017年のものです。
初回授業が大変なだけで、毎回の授業はそれほど大変ではありません。家でやる課題もありませんし、試験もないです。毎回の授業で提出する授業内課題で評価が行われますが、これは多変量解析法Aの授業をちゃんと受けていて、この授業もちゃんと受けていれば問題なくA+が来ます。授業内課題は要領よくこなしましょう。
個人的に隠れオススメ授業ですが、初回授業を経験して（初回だけはツール導入などで円滑に進まないことがあるようです）履修を取り消す人が少なくないです。多変量解析法Aの実践編みたいな授業内容です、パソコンに苦手意識がないなら履修をお勧めします。
オペレーションズリサーチA
- 授業理解の労力：４
- 課題提出の労力：３
- A＋獲得の労力：５
タイプが180度異なる教授2人によって授業が行われます。
数学の中でも特徴的な問題を扱います。微積分よりかは線形代数の方に近いですが、そのなかでもまた一味違う問題を扱います。シラバスを見て、授業計画に掲載されている問題をウィキペディアなんかで見てもらえれば、ある程度雰囲気は分かります。オペレーションズリサーチ演習の内容を発展させた感じです。
私の周りでは、数学が好きな人・得意な人が履修していました。苦手な人は履修しない方が無難かもしれません。後述するオペレーションズリサーチBよりも難度が高い印象です。目新しい問題ばかりだからでしょうか。授業は丁寧に進められるので、そこの点で心配はいりません。
レポートは毎回の授業を聞いていればクリアできますが、試験は広い範囲から出題されます。問題が特段難しいわけではないですが（むしろ典型問題が多かった記憶があります）、高評価獲得を狙うのであれば復習を丁寧にやる必要があります。
オペレーションズリサーチB
- 授業理解の労力：３
- 課題提出の労力：２（授業内課題）
- A＋獲得の労力：３
オペレーションズリサーチAよりもとっつきやすい問題、確率の分野が中心になります。高校数学の数A「場合の数・確率」の内容＋αといった感じです。オペレーションズリサーチ演習の内容とあまり重複してない気がします。
高校数学を忘れていたとしても授業が丁寧なので、ちゃんと話を聞いていれば付いていくことは容易です。授業内課題も授業を聞いていれば問題なし。また、数学が得意な人が履修しているでしょうから、困ったらその人を頼ると良いでしょう。サボればおいて行かれます。
A+獲得もそれほど大変ではないと思います。数学の苦手意識を持たず、確率を楽しむのがコツです。蓮池准教授はフレンドリーで質問対応も丁寧です。分からないことがあれば聞きに行くと良いでしょう。
実験計画法
- 授業理解の労力：３
- 課題提出の労力：４
- A＋獲得の労力：４
実験計画法を学ぶことそれ自体は大変有意義です、履修することを是非お勧めするのでが、授業スタイルに抵抗を感じる人がいるかもしれません。
授業内での演習・宿題の内容を、教授に指名されて口頭で解答或いは板書する必要があります。また、1限の授業ですが遅刻は欠席扱いになります（理由にもよりますが）。
授業内容は教科書を読めば理解できるでしょう。毎回の課題は当日の授業内容の演習課題になっていますが、問題によっては難しい物もあるので少し負担に感じるかもしれません。以上を無事乗り越え、試験をクリアすればA+が見えてきます。
関数電卓があると役立ちます、プログラミングスキルがあれば一部課題を高速で終わらせることもできます。
情報システム
- 授業理解の労力：３
- 課題提出の労力：４
- A＋獲得の労力：４
シラバスにあるように、試験・レポート・平常点をバランスよくこなす必要があります。という事で、単位取得は容易ですが高評価獲得は意外と大変かも。試験は暗記力、勉強量が重要になります。
授業はスライドで進み、スライドはコースナビ上に公開されます。授業中は授業毎に配布されるプリントを用いて、教授の話の内容とスライドの要点をメモしていく形になります。これは提出します。次の授業の冒頭に小テストがあり、前回内容のプリント、スライドから数問（5問以下）出題されます。けどそんなに重くはないです。
レポートは2，3回あります。単位取得の必須条件であり、意外とヘビーな内容です。
知識情報処理
- 授業理解の労力：３
- 課題提出の労力：４
- A＋獲得の労力：３
人工知能とか、機械学習とか、知識表現とか、最近流行りの事を扱う授業です。私自身この分野に興味があり、進んで勉強した影響もあってか、結構ためになりました。
授業形式などは2年春学期のコンピュータ工学のイメージで良いかと思われます。配布されるテキストもあんな感じです。授業の進み方も。
数回あるレポートが地味に重かったりしますが、普段は課題がないので楽です。授業内容に興味がなかったり、勉強内容を楽しめないときついです。試験は浅く広く聞いてくる感じです。持ち込み可能だったかなぁ…ごめんなさい、詳しい事は覚えていません。
情報数理応用
- 授業理解の労力：５
- 課題提出の労力：３（試験前レポート）
- A＋獲得の労力：４
情報数理基礎の応用的な内容になります。授業形式も情報数理応用と同じ感じです。ただ、難易度は応用とつくだけあって、しっかり難しくなっています。共通する部分も多いですが。ともあれ、情報数理基礎の内容で苦労した人は取らない方が無難でしょう。数学が得意、あるいは数式と格闘することに苦手意識がない人は、情報数理基礎の勉強内容が活きるのでお勧めです。
試験前に課されるレポートは答えが公開されますが、自分でしっかり解答を作成するとなると骨が折れます。試験の出題範囲はある程度指定され、その多くがレポートの問題から出題されます。が、語句やアルゴリズムを覚えたり、数学の問題を解いたりと結構忙しいです。ちゃんと勉強する必要があります。また、毎回の授業内演習はしっかり解いておきましょう。
余談ですが、テキストとして使われる「入門 パターン認識と機械学習」は今の私の研究にとても役立っています（今は少し機械学習をやっています）。機械学習とかに興味がある人はチャレンジしてみてはどうでしょうか。
マーケティング・リサーチ
- 授業理解の労力：3
- 課題提出の労力：3
- A＋獲得の労力：3
ごめんなさい、全然覚えてないのでシラバス以上の情報を提供する事はできません。。。ただ、A+を取るのにそんなに苦労した記憶はありません。
終わりに
履修していた授業についてしか書いてないので、もしかしたら知りたい情報がなかったかもしれません。ごめんなさい。
繰り返しますが本記事の内容は参考程度に見てください。嘘は書いてないつもりですが、間違ってても責任は負いません。
秋学期の情報はこちら
industrialengineering.hatenablog.com
今回はこの辺でお終いに！それではまた次回！
