一橋大学 ソーシャル・データサイエンス学部・研究科 ロゴ

一橋大学 ソーシャル・データサイエンス学部・研究科

FACULTY

教員紹介

城田 慎一郎画像
城田 慎一郎 SHINICHIRO SHIROTA
ソーシャル・データサイエンス研究科 准教授
専門分野
ベイズ統計
空間/時空間統計
計算統計
INTERVIEW

インタビュー

ソーシャル・データサイエンス学部・研究科の魅力
 SDSは、2023年度に新設される学部です。社会科学とデータサイエンスとの掛け合わせにフォーカスした学部は国内初であり、充実したデータサイエンス科目と社会科学科目が履修可能となっています。演習や企業でのインターン、研究などの様々な経験を通じて、より実践的な教育が提供されます。
 研究としては、社会科学とデータサイエンス分野の掛け合わせは、まだまだ未開拓な領域が多く残されていると考えています。企業との共同研究の機会もあるので、実社会に即した研究テーマを見つける機会にも恵まれています。
 社会科学分野におけるデータサイエンスは、単に技術力の問題ではなく、マネージメントやネットワーキングなどのソフトスキルが重要になる傾向が強いと思っています。このような分野では、データサイエンススキルのみならず、社会科学分野の知識も重要になってくるので、両方の知識を並行して学べるSDSの環境は魅力的と考えています。
ソーシャル・データサイエンス学部・研究科で進めたい教育・研究
社会科学系の学部では、教員数・コマ数などの制約から、十分な統計学の授業を確保することが難しいのが現状です。SDSでは、充実した統計・AI科目と共に、広範な社会科学科目の受講が可能となっています。PBL演習などを通じて、実社会での課題に演習形式で取り組むことで、より実践的な教育ができると考えています。
統計学は応用とともに発展してきた分野です。そのため、アカデミアの応用分野とのコラボレーションは盛んに行われてきました。それに加えて近年では、産業界でのデータサイエンティスト増加に伴い、企業との共同研究の機会も増えてきています。統計学の方法論の研究のみならず、こうしたコラボレーションを通じて新しい研究の種を発掘し、共同研究につなげていきたいと考えています。
MESSAGE
城田 慎一郎画像
MESSAGE
学生へのメッセージ
データサイエンス業界は発展著しい分野です。様々な業界でデータサイエンティストの需要が増えています。一方で、数理系・情報系の学部を中心に、データサイエンス教育も少しずつ充実してきており、今後は競争が激しくなることが予想されます。こういった状況では、データサイエンスのみの知識だけだとなかなかアドバンテージになりにくいかもしれません。
今後は、自分が進む業界を見据えた上で、業界の知識とデータサイエンスの素養を並行して学ぶことが重要だと考えています。さらに言えば、応用分野とデータサイエンスの組み合わせで、自分がパイオニアになれる分野を開拓することが理想的です。パイオニアになることが、最もアドバンテージが取りやすいと思います。ぜひ野心的に可能性を模索してほしいです。
SDSでは、PBL演習を始め、共同研究、インターン、RAなどを通じた様々な経験の機会があります。選り好みせず、進んで数をこなしていくことで、自分の強み・個性を磨いてほしいと考えています。
CLASS

担当授業科目

  • ベイズ統計学Ⅰ
  • ベイズ統計学Ⅱ
  • PBL演習B
  • (院)空間情報を用いた社会・経済分析
RESEARCH

研究内容

ベイズ統計と空間統計の2本柱で研究を進めています。ベイズ統計学とは、通常学部で習う基礎統計では習わない分野です。パラメータに事前分布という形で確率分布を設定し、データが与えられた下で、パラメータの分布を更新するアプローチを取ります。AIの基盤技術の一つとなっており、非常に重要な分野となります。階層ベイズ・状態空間モデルなどのモデリング技術をベースにガウス過程などの確率過程の推定やモデル開発を中心に研究しています。
空間統計では、位置情報を伴うデータにおいて、空間的な相関を扱う分野になります。例えば、犯罪の発生場所や植生の分布などは位置情報を伴って観測されます。これらに対して、ガウス過程などを用いて空間的な相関を導入することで、モデルの精度を改善することなどを研究しています。空間統計はデータの性質上、応用分野との共同研究の機会も多く、アカデミア・企業とのコラボレーションも進めています。
キーワード
  • ベイズ統計
  • 計算統計
  • 空間統計
  • 時空間統計
  • ガウス過程
  • 階層ベイズ
  • 状態空間モデル
  • 位置情報
  • 衛星画像
TOP FACULTY 城田 慎一郎