【≪方法論とデータをつなぐ≫価値創造人材】
データサイエンス研究科は、データサイエンスに焦点を合わせた日本初の本格的な大学院です。
領域の課題を見つけ、データを取得し、前処理をし、モデルを決め、最適化法を選び、分析結果を解釈してわかりやすく伝え、意思決定に活かせる人材を育成します。
学部・研究科等ごとの目的
データサイエンスの最新の方法論の講義や、データを用いて社会的な課題を解く実践的な演習から成る体系的なカリキュラムを提供することにより、方法論とデータをつなぐことのできる価値創造人材を組織的に育成することを目的とする。
入学者受入方針（アドミッション・ポリシー）
データサイエンス研究科が目指すのは、統計学と情報学を基盤とするデータサイエンスを発展させ、社会の様々な課題を解決する学術研究者および高度専門職業人の輩出です。この研究科の教育目的を理解し、データサイエンスの理論と実践を意欲的に学修し、データサイエンスの新たな領域を開拓し発展させる意欲をもった学生を求めています。
データサイエンス研究科における教育は本質的に学際的です。まず、データサイエンスの専門知識とスキルは理系的ですが、データサイエンスの対象である価値創造の場は理系的領域だけでなく、社会的・人文的な領域を多く含んでいます。そして、価値創造の鍵となるモデルの決定は、データサイエンスの力量と応用領域に関するしっかりとした知識の双方が必要となります。そのため、一定の基礎学力があれば、統計学や情報学を学んできた学生だけでなく、データサイエンスに広く関連する分野にバックグラウンドをもつ学生も受け入れます。また、企業においてデータサイエンスの理論と実践に関する専門知識とスキルを必要とする社会人も学生として受け入れます。
したがって、データサイエンス研究科の求める人材は次のとおりです。
(ア) データサイエンスの基盤となる統計学および情報学の基礎的知識を持つ人
(イ) 統計学および情報学が融合したデータサイエンスを学修し、価値創造へつなげる意欲を持つ人
(ウ) 多様な応用領域の分野で価値創造に貢献する意欲と適応力を持つ人
(エ) 多種多様な専門性をもつ人々と協働して価値創造するための基礎的なコミュニケーション力を持つ人
(オ) データサイエンスの新たな領域を開拓し発展させる意欲をもつ人
教育課程編成・実施方針（カリキュラム・ポリシー）
1.データエンジニアリングとデータアナリシスの高度な専門知識とスキルを修得した上で、モデリングの方法論を修得し、データサイエンスに関する高度な知識とスキルを備えさせるために、大規模データを保存・加工・処理するための専門知識とスキルを学ぶデータエンジニアリング科目、データに内在するランダムネスを処理・測定するための専門知識とスキルを学ぶデータアナリシス科目、領域の課題ごとに適切な分析モデルを構築するための専門知識とスキルを学ぶモデリング科目、そして教育目的とカリキュラムの全体像を学生に伝えるために、前述のデータエンジニアリング科目・データアナリシス科目・モデリング科目の内容を概論する入門科目としてデータサイエンス概論を用意する。
2.課題の発見、データ収集・前処理、モデルの決定・最適化計算、結果の解釈、そして意思決定につなげる一連の過程を自らのイニシアティブで実施でき、価値創造に貢献できるようにするために、データエンジニアリング科目・データアナリシス科目・モデリング科目に加えて、データから価値創造するための「型」を身につけるとともに領域知識に触れたり、データから価値を創造するための修了研究を行ったりする価値創造科目を設ける。
3.データ利活用の現場で相互補完的な専門性を有する仲間と協力して、組織目標を達成するための核となる基礎的経験を積むために、領域の専門家と連携してデータから価値を創造するための修了研究を行う価値創造科目を設ける。
4.データ駆動型価値創造社会に貢献する人材として、データ利活用の社会的影響等を内省できる基礎的見識を備え、修了後の実務経験の中でデータに基づく意思決定に適切に反映できるようになるために、価値創造科目において実際のデータから価値を創造する経験を積む機会を提供する。
5.修了後の現場での課題に応じて、自律的に研究を進めることができ、多種多様な領域で価値創造するための適応力を備えられるように、学際領域であるデータサイエンスを網羅的に学ぶとともに実践も行うデータエンジニアリング科目、データアナリシス科目、モデリング科目、価値創造科目を用意する。
1、2、3及び5の入門科目、データエンジニアリング科目、データアナリシス科目が対応する項目については、各項目の到達度を、各授業におけるレポートやプレゼンテーションによる報告、プログラミング課題等により評価する。
1、2、3、4及び5の価値創造科目が対応する項目については、各項目の到達度を、実際の問題を抱える領域の専門家へ向けたレポートやプレゼンテーションによる報告及び提案、実施結果などにより評価する。
修士論文については、上記の能力のうち一部のみを磨くことに特化するのではなく、データに基づく価値創造の過程全体を担う力量を高めることを重視し、定期的なミーティング等においても計画や進捗を確認・議論することで研究指導を行い、次の観点から評価する：
・データサイエンス及びその関連分野における新たな成果を含むか
・記述の論理構成が緻密であり、学問体系における成果の位置づけが明確で、かつ当該研究課題の周辺領域の専門家にも成果の意義が明快に伝わるか
学位授与方針（ディプロマ・ポリシー）
1.データエンジニアリングとデータアナリシスの高度な専門知識とスキルを修得した上で、モデリングの方法論を修得し、データサイエンスに関する高度な知識とスキルを備えている。
2.課題の発見、データ収集・前処理、モデルの決定・最適化計算、結果の解釈、そして意思決定につなげる一連の過程を自らのイニシアティブで実施でき、価値創造に貢献できる。
3.データ利活用の現場で相互補完的な専門性を有する仲間と協力して、組織目標を達成するための核となる基礎的経験を積んでいる。
4. データ駆動型価値創造社会に貢献する人材として、データ利活用の社会的影響等を内省できる基礎的見識を備え、修了後の実務経験の中でデータに基づく意思決定に適切に反映できる。
5.修了後の現場での課題に応じて、自律的に研究を進めることができ、多種多様な領域で価値創造するための適応力を備えている。
また、所定の単位を取得した者に対し、次の学位基準に基づいて修士の学位を与える。
（修士学位） 提出された修士学位論文が以下を満たすこと
・データサイエンスおよびその関連分野における新たな成果を含む。
・記述の論理構成が緻密であり、学問体系における成果の位置づけが明確で、かつ当該研究課題の周辺領域の専門家にも成果の意義が明快に伝わる。