データサイエンスに関する知識だけではなく、社会科学の知識を得ることができるのが、やはり本学部・研究科の魅力であると感じます。私も実際のビジネスの場面でのデータ解析のお手伝いをさせていただくことがありますが、どのような案件でも統計学やデータ解析の知識だけでは、現場で生かされるデータサイエンスを行うことは困難である、と頻繁に思います。これは後述の内容とも関連しますが、現場のデータを解析し、マネジメントに対してより説得的な説明を行うためには、統計科学の知識だけではなく、マーケティングやビジネスの知識に加えて、伝統的経済学、行動経済学・心理学などの複合的な知識が有用であるように思います。
本学部・研究科では、これらの幅広い知識を多くの教授陣の講義で得るとともに、ＰＢＬ演習等で実践的に応用する機会があることが、非常に魅力的であると思います。

学部2~3年時の「マーケティングとデータサイエンス」では、マーケティングで扱われる基礎的な理論や、一部ソフトウェアを用いた統計的な方法の習得を目的とし、講義を行います。学部3~4年時の「マーケティングサイエンス」ではより高度な統計モデルの学習を行い、パッケージやソフトウェアと、（疑似）データを用いたデータ解析の実践的な演習を行うことで、現場のマーケティング・データの解析を行える人材を養成したいと考えています。
大学院の「ベイズ統計学によるマーケティング分析」では、より柔軟に消費者の行動を表現可能なベイズモデリングの観点から、統計モデルの開発や応用に関する講義を行います。ここでは、ベイズ統計による消費者行動のモデリングをより深く理解するために、パッケージを用いたデータ解析だけではなく、R等のソフトウェアを使ってスクラッチでデータの発生を行ったり、母数の推定を行うことに重点を置きます。これらの講義で得られた知識を基に、大学院生の自立的な研究活動を支援していきたいと考えています。

■学部ゼミナール紹介
私の学部ゼミナールでは、ベイズ統計学や、それを応用したマーケティングサイエンスというテーマを主に扱います。また実証会計学についても取り扱いが可能です。これらについて学ぶにあたり、統計学、微分積分や線形代数といった数学、ＲやPythonに関するプログラミングの知識が重要です。そのため、本ゼミナールに興味のある方は、「線形代数I・II」「微分積分I・II」「統計」「プログラミング基礎」「回帰分析I・II」「数理統計学」「ベイズ統計学I」、「プログラミングI・II」などの授業を履修しておくことが望ましいです。また、「マーケティングとDS」を履修しておくと、マーケティングへの関心が強まると思います。