ソーシャル・データサイエンスは、新しい学問です。データサイエンスは、広く普及し、多くのデータサイエンティストが誕生してきています。しかし、社会科学の力を使って、現在、そして未来の家計・企業・政府、広い意味での世界が直面する課題を見つけ、その解決に向けての道筋を正しくデザインし、データサイエンスの知識と技術を使って解決策を立案していくことができる高度専門人材は、わが国だけでなく世界的にも不足しています。単なるエンジニアではなく、高度な法律・政治学・経済学・社会学といった幅広い社会科学の専門性と高度なデータサイエンスの専門性を融合させ、多様化する社会課題をデータの力で解決できる、世界で活躍できる人材を輩出していく。このような高い志を持った学部・研究科は、大きな魅力だと感じています。

データサイエンス技術は、日進月歩です。社会課題も時代とともに移り変わっていきます。もちろん先端技術を学び続けていくことは大切ですが、新しい技術革新が起こったとしても、強い基礎力を持っていれば、その革新に対応していくことが可能です。教育においては、強い基礎力を習得させ、新しい技術が誕生したとしても、常に自分自身の力で自分自身をバージョンアップする力を持った専門人材を育成していきたいと考えています。私が担当する統計分析実践や多変量解析は、伝統的なデータ解析技術ですが、そのような基礎力がなければ、近年に発展が著しい機械学習も正しく修得することは出来ません。一方、私自身の研究と密接に関係する空間・不動産の計量分析やビッグデータと価格指数に関する講義では、研究成果をしっかりと取り入れ、世界のこの分野での最先端の研究成果を組み入れて講義を展開していきます。私たちの研究は、専門講義を常に改善していくために行われています。

■学部ゼミナール紹介
私の学部ゼミナールでは、経済学の枠組みを用いて社会課題を設定したうえで、官民のビッグデータを用いた予測問題を学習し、政策提案をしていく実践を学びます。①研究主題の発見、②研究計画の策定、③データの収集・調査、④データ分析と解釈、そして⑤プレゼンテーションといった研究方法(Research Methodology)といった「知的生産の技術」の習得を目指します。学部1・2年次で、「統計」、「回帰分析I・II」、「数理統計学」といった統計分析の基礎知識と、「プログラミング基礎」、「プログラミングI・II」といった実際にデータを分析する技能を修得しておくことが望ましいです。