近年、膨大なデータの蓄積と活用が可能となり、それに伴って多様な分析手法が生まれています。
しかしながら、分析から得られる結果は、立場や状況、目的によって異なる解釈がなされるだけでなく、用いる根拠や手法の組み合わせによって、その意味や価値、さらには受け手の意識までも変化します。その結果、過度な抽象化や定性的判断に頼りすぎることで、必要以上に単純化された結論へと導かれてしまう危険性もあります。
多くの要因が複雑に絡む実社会では、考察の断定はできず、多くが類推にならざるを得ない側面もありますが、より振れ幅の小さい定量的な結論を導くためには、データサイエンスを支える基礎力として、理工学系や社会科学系における確固たる理論を身につけることが不可欠です。
また、実務の現場では、データに直接表れない背景や要因を踏まえた判断が求められる場面が多々あります。様々なケースを想定し、適切な意思決定につなげるためには、実践的な知識と経験も欠かせません。理論に偏れば現実から乖離した理想論となり、実践に偏れば根拠に欠けた判断となります。しかし、これは単なる「バランス」の問題ではありません。確かな理論を土台として、その上に実践的な知識と技能を階層的に積み重ねていくことが重要だと考えています。応用データサイエンス学位プログラム（ADS）では、この理念のもと、理論を礎としつつ実践的な学びを深化させる教育を重視しています。
1．多くのハンズオン型授業 実際にPC を操作しながら分析ツールや手法を修得します。2．実務目的に応じた実践型授業目的に応じた分析手法、ツールの選択眼、そしてスキルを修得します。実務を想定した分析やツール活用を行います。3．原理原則をしっかり学ぶ授業手法やツールの原理となる理論を深く学ぶことで、応用・展開力につなげます。4．ビジネスマインドを醸成する授業汎用的な思考力、プロジェクト遂行力、問題解決力等を高める。組織マネジメント、人材育成を考えます。5．幅広い業種・業界を網羅する授業広義でのデータサイエンティストを育成。データサイエンススキルを活かす場・レベルに合わせた内容です。
「演習A 」と「演習B 」の２つの演習指導を受けながら、修士課程の成果物として、特定課題の作成が課されます。
「演習A 」では、学術的な観点から指導を受け、特定課題の学術的な質を担保することを目的とし、「演習B 」では、実社会での応用・展開を可能とする実務的な観点から指導を受け、特定課題の実践面における質（ 実社会での活用に照らした有用性や妥当性）を担保することを目的とします。
※2027年度以降に3つのポリシー（ディプロマ・ポリシー、カリキュラム・ポリシー、アドミッション・ポリシー）の全面改訂を予定しています。※2027年度以降に適用される新たなポリシーの内容は こちら のニュースをご覧ください。
応用データサイエンスおよび関連分野の発展に寄与するとともに、データサイエンスに係る専門知識を実社会に応用・展開して、現代社会における多様な課題の解決に取り組み、人間社会の発展に貢献できる高度専門職業人の養成を目的とする。
本学位プログラムでは、応用データサイエンスおよび関連分野の発展に寄与するとともに、専門知識を実社会に応用・展開し、データサイエンスを用いて人間社会の発展に貢献できる人材の養成を目的に、学生が修了時に身につけるべき能力や知識を次のように定めています。修了要件を満たし審査に合格すれば、これらを身につけたものと認め、学位を授与します。
本学位プログラムでは、ディプロマ・ポリシーに沿って、データサイエンスを様々な分野に応用し、データ活用社会を牽引する力を養成するために、データサイエンスの基礎知識やスキルおよびリテラシーや学術的な視点、実務に活用・応用できる実践力を習得するための幅広い専門科目を配置して、以下のようにカリキュラムを編成している。
本課程は、次のような資質と意欲をもつ学生を求めています。
安納 住子 教授
池田 大造 教授
大槻 東巳 教授
大原 佳子 教授
倉田 正充 教授
小林 裕亨 教授
ゴンサルべス タッド 教授
堀江 哲也 教授
矢入 郁子 教授
百瀬 公朗 特任教授
伴 果純 准教授
深澤 佑介 准教授
山下 遥 准教授
山中 高夫 准教授
HOME
Academics
大学院
応用データサイエンス学位プログラム
