データサイエンス基盤研究室

ビッグデータを解析し、社会の問題を解決

データサイエンスの領域は広範であり使われている理論や手法、技術は多種多様です。
理論的な柱である統計学を中心に、ツールやソフトウェアを使った分析からプログラミングによる解析処理まで、幅広い分野に対応できるデータ分析手法の理論と技術を学び、それらを実際に活用できるデータサイエンティストを養成します。

学びのキーワード

統計学

統計学はデータから特徴や性質、意味を導き出す学問です。新薬開発での薬の効果やクーポン券の効果の検証、不良品の原因の特定など、社会のさまざまな問題解決に役立っています。

ビッグデータ

コンビニでの買い物、SNSでのやり取りなど、多様で大量のデータがビッグデータとして蓄積されています。
これらの宝の山からさまざまな手法を駆使して知見を引き出し活用します。

データ可視化

複雑なデータの特徴をつかむには、グラフなど視覚的に表現するのが一番です。多様なグラフや可視化ツールを使ってさまざまな視点からデータを眺めると、新しい発見があるかもしれません。

その他のキーワード

AI・機械学習、データマイニング、マーケティング、品質管理、数学etc.

ページの先頭へ戻る

学びの3ポイント

POINT1

理論と実践でデータ分析を学ぶ

理論だけ学んでも、分析ツールだけ使えても、実際の問題は解決できません。理論とその実際的な適用方法を学ぶことで、データサイエンティストとしてのスキルを体得します。

POINT2

リアルなデータ、リアルな分析

仮想的な小さなデータを使って学ぶだけでは応用力は身につきません。演習では、実社会のリアルで大きなデータを分析することで、実際の問題に適応できる力を養います。

POINT3

分析スキルを段階的に習得

Excelでのデータ処理からデータ解析に特化したソフトウェア、大規模データを管理するデータベースの活用、プログラミングによる分析と、基礎から応用まで段階的に習得します。

ページの先頭へ戻る

担当教員　研究テーマ

● 川勝英史教授

小売業における在庫管理に関する数理モデル、画像のゆらぎ解析及び自動作曲

● 蔵岡誉司教授

普遍代数、束論、ファジィ代数

● 佐野夏樹教授

統計的機械学習、購買履歴データ分析、統計的開示制御、センサーデータ分析

● 内田治准教授

推測統計学、多変量解析、アンケート調査法、テキストマイニング

● 藤原丈史准教授

データ可視化、計量政治分析、データベース

● 吉澤康介准教授

ネットワーク科学、データサイエンス

研究内容例

情報の海から有益なデータを抽出し、可視化する方法とは？

藤原丈史准教授
座右の銘は「武士は食わねど高楊枝」。これを小さい頃から親父に言われて育ちました。貧乏暇なしです。

「百聞は一見にしかず」というように「見る」ことは何かを理解するうえでとても役に立ちます。誰もが膨大な情報を手に入れられるようになった現在、その中から有益な情報を取捨選択することは容易ではありません。そこで役立つのが膨大なデータの特徴を可視化する技術です。コンピュータ技術の発達により情報をさまざまな側面から可視化できるようになり、これがビッグデータやデータサイエンスの分野に応用されています。私の研究室では、これからの時代に求められるデータ可視化の方法について、深く掘り下げています。