データサイエンス学部
：立正大学 受験BBS

第１志望{emj_ip_0106}
第２志望以降{emj_ip_0107}

★ データサイエンスの応用例　　　その１

◆ビジネス
ものづくりの現場や消費者の購買動向、流通など、ビジネスにおいて収集されるビッグデータの分析から新たな価値の創造や問題解決に導く力を身につけます
例えば、ポイントカードやショッピングアプリのデータから、利用したサービスや購入品の内容・料金・利用者の属性といった顧客情報を分析し、顧客別に商品を売り込む新しいアプローチを展開するなど、これまでにないビジネスモデルの創出につなげていきます。

◆社会
データサイエンスは環境・経済・医療・教育・交通・技術開発など、あらゆる分野で活用され、日常生活や働き方、社会の仕組みを大きく変えていきます。データと実社会のつながりに気づき、社会をより豊かに変えていく応用力を身につけます。
例えば、人や自動車の位置情報の解析データから渋滞解消やスムーズな公共交通機関の運行を考えて環境改善につなげたり、国の統計データを活用して帰宅困難者対策など、防災計画や社会のインフラの充実につなげています。

★ データサイエンスの応用例　　　その２

◆観光
携帯電話の位置情報、クレジットカードの購買記録、IC系交通カードの移動情報やSNSの投稿など、旅行者が日々提供する膨大な情報を分析し、観光産業を牽引する人材としての力を身につけます。
例えば、どこからどんな人が訪れたのか、どこでどんな体験をし、何を食べ買ったのか、といったデータから、新たな観光スポットやニーズを開拓し、観光産業の発展や地域活性化につなげています。

◆スポーツ
AI・IOTなどの最先端技術を駆使し、選手の動きやコンディション、チームの状況に関するデータを解析、活用して、スポーツ界をデータサイエンスでさらに発展させる力を身につけます。
例えば、サッカーでは、試合でのボールの保持率や動きといったデータはもちろん、一人一人の身体能力データなどを集めて解析し、理論や直感だけでは気づかない発見を導くことによって、プレーの質の向上やまったく新しい戦術の開発につなげています。

★ データサイエンス学部のカリキュラムの特徴

1年次：データサイエンティストの基礎知識を習得

教養科目では幅広く深い教養及び総合的な判断力を培い、豊かな人間性を涵養することを考慮し、多岐にわたる分野の科目を配置し応用分野への足掛かりとしています。
専門科目の専門基礎科目群では、データサイエンスの基礎となる【数学、統計学、情報科学、情報倫理、プログラミング、AI、マクロ経済学、ミクロ経済学、経営学】などを専門基礎科目群の必修科目として配置し、2年次以降の学びに必要となる基礎知識を習得します。

2年次：高い専門性と社会の価値創造に貢献する人材に必要な知識・技能を習得

専門科目ではデータサイエンス基礎の【数学、統計学、データ分析、データベース、プログラミング】などに関連する必修科目などを中心に学びます。
価値創造基礎ではデータサイエンスの応用分野を意識し、【ビジネス、金融、観光、地理情報システム、環境、気象、スポーツ】などの分野から履修する科目を選択します。
専門科目で得られた知識・技能が有機的に結びつくことによって、データサイエンスの高い専門性と社会の価値観に貢献する人材に必要な知識・技能を習得します。

★ データサイエンス学部のカリキュラムの特徴

3年次：データサイエンティストに必要な専門的知識・技能を習得

2年次までに習得した専門知識を基に演習科目の「ゼミナール�T・�U」を履修し、データサイエンスや応用分野のより深い学びへと発展させます。
各科目群では、データサイエンス基礎での学びをデータサイエンス発展へとつなげ、【データ解析、機械学習】などデータサイエンティストに必要な専門的知識・技能を習得します。
さらに、価値創造基礎での学びを価値創造発展へとつなげ、データサイエンスの応用分野へと活用します。これによって、データサイエンスが社会で果たす役割を理解します。

4年次：データサイエンティストとしてデータサイエンスの成果を社会に還元できる力を獲得

3年次までに習得したデータサイエンスの基礎的・発展的な科目やデータサイエンスを活用した価値創造の知識を利活用し、データサイエンティストとしてデータサイエンスの成果を社会に還元できる力を獲得するために「卒業研究・卒業論文」に取り組みます。
「ゼミナール�V・�W」では演習形式の授業で議論を深めます。この研究成果によって、深い教養とデータサイエンスに関係する専門的知識や技能が習得できているか、それらを現代社会・経済に貢献していこうとする思考・判断・意欲・態度・表現・知識・技能が身についているかを評価します。

★ 立正大学データサイエンス学部動画コンテンツ

１： データサイエンス学のススメ ・ データサイエンス学部長 北村行伸先生
２：コンピュータービジョン 〜 物体を知覚する人工知能・上原宏先生
３：正確なデータを作るためのデータサイエンス・高部勲先生
４：ダイナミックプライシングによる価格戦略とその可能性・大井達雄先生
５：データサイエンスでスポーツをアップデート・永田聡典先生

立正大学データサイエンス学部動画コンテンツ：https://www.ris.ac.jp/ds/movlist/

★ 立正大学データサイエンス学部で学ぶ内容

◆ 段階的なカリキュラム
1年次には、必修科目を通じてデータサイエンティストに求められる幅広い知識・技術の基礎を固めます。2年次以降は、自身の興味・関心に合わせてデータサイエンスの応用分野(ビジネス、社会、観光、スポーツ)や、より高度な統計、機械学習やプログラミングなどに関する科目を選択して学んでいきます。

◆ 文理融合型の学び
問題をデータから発見する"文系的な発想"とデータを用いて解決していく"理系的な視点"のどちらも大切です。データサイエンスの様々な分野での実績を持つ教授陣による講義と、実際にデータを用いてビジネスを展開する企業や組織との連携によるインターンシップやフィールドワークといった実践的な学びによる【文理融合型】のカリキュラムを展開。データサイエンスを広く実社会に応用し、社会のあらゆる現場で新たな価値を生み出す即戦力となる人材を養成します。

★ 立正大学データサイエンス学部で学ぶ内容

◆ 段階的なカリキュラム
1年次には、必修科目を通じてデータサイエンティストに求められる幅広い知識・技術の基礎を固めます。2年次以降は、自身の興味・関心に合わせてデータサイエンスの応用分野(ビジネス、社会、観光、スポーツ)や、より高度な統計、機械学習やプログラミングなどに関する科目を選択して学んでいきます。

◆ 文理融合型の学び
問題をデータから発見する"文系的な発想"とデータを用いて解決していく"理系的な視点"のどちらも大切です。データサイエンスの様々な分野での実績を持つ教授陣による講義と、実際にデータを用いてビジネスを展開する企業や組織との連携によるインターンシップやフィールドワークといった実践的な学びによる【文理融合型】のカリキュラムを展開。データサイエンスを広く実社会に応用し、社会のあらゆる現場で新たな価値を生み出す即戦力となる人材を養成します。

★ データサイエンス学部の学生支援・制度
　
◆ キャリアサポートセンター
入学時の4月からキャリア教育をスタートし、【キャリア開発基礎講座】をはじめ、講座やプログラムも充実。さらにキャリアカウンセラーが学生一人ひとりの志望に寄り添う個別就職相談など、就職のサポートも万全です。

◆ 卒業生とのネットワーク
技術進歩の早い分野のため、常に最先端の知識が必要です。本学部では卒業生たちと在学生たちが情報交換・知識習得の機会や最新情報の提供が可能な場を用意し、最新の知識を身につけられる環境を整えます。

◆ ノートパソコン貸与(全学生対象)
双方向授業、e-learning 、オンデマンド学習、反転授業など、多様な取り組みを実施するために、全学生にノートパソコンを貸与します。

★ 立正大学データサイエンス学部・家富洋教授が分担執筆した書籍【スポーツデータサイエンス】が朝倉書店から出版されました。

本書は、スポーツ科学に関するデータサイエンスの基礎から応用まで学習できる入門書となっており、家富教授は 第3章「スポーツ科学における統計分析手法」、第5章「データ資源の生成：パスの測定を事例として」、第9章「サッカーにおける集団プレーの抽出とその指標化に向けて」、第10章「サッカーにおける得点化傾向の時間依存性」を担当されました。

◆立正大学データサイエンス学部：https://www.ris.ac.jp/ds/news/hca0a70000000y2t.html

◆朝倉書店・【スポーツデータサイエンス】：https://www.asakura.co.jp/detail.php?book_code=69048

★ 気象データを使ったデータサイエンス

気象・気候の変化は、様々なビジネスに大きな影響を与えます。
例えば、農業は気温・雨量・日照といった気象条件、水産業は水温・波・風等の気象条件によって、特に影響を受けやすい業種です。また、鉄道・航空等の交通機関や、物流業、宿泊・観光業等も、異常気象の発生によって大きな影響を受けます。

◆農業
気象データとAI・IoTの技術を連携させる事で、より正確な管理と適切な収穫時期の見極めを容易にし、作物の高品質化を図る事に繋がります。

◆ メーカー・物流業・小売業
メーカー・物流業・小売業にとって、「いつ」「どの商品」が「どれだけ」売れるかを正確に分析する事は重要な課題です。これらが分析できれば、商品の不足や過剰供給を防ぐ事ができ、生産性の向上を図ることができます。
商品の売れ行きについての気象データの活用で、例えばコンビニなどに於いて暑くなればビールや清涼飲料水、アイス等が売れ、寒くなればおでんや肉まん等が売れます。雨になればビニール傘の売上げが好調になります。

◆医療関係
特定の気象条件で痛み、吐き気、めまい等の症状が生じる「気象病」があります。
例えば、毎日の体調を記録しておけば、気象データとの相関関係を自動的に分析してくれるアプリを使って、日々の体調をあらかじめ予想する事ができます。
他にも、花粉症、インフルエンザ、デング熱といった季節性の病気の蔓延予想等にも気象データは有効活用ができます。

DIAMOND on LINE　 2020.08.17

第1回：2021年春、新学部を開設。なぜ今、データサイエンスなのか？
立正大学 / データサイエンス学部

★ データサイエンスとスポーツ
【 データに基づいて意思決定するプロセスを身に付ける】
　立正大学データサイエンス学部
　永田聡典（ながたあきのり）講師：https://diamond.jp/articles/-/245924?page=3

★ データサイエンス学部と情報学部の違いについて

◎情報学部はインフォマティクスとコンピュータサイエンスの2系統があります。

・インフォマティクスは【情報学】の事で、「情報」が関係する分野全てという広範囲の学問です。筑波大学 情報学群 知識情報・図書館学類みたいなところです。

・コンピュータサイエンスは計算機科学のことで、IT（コンピュータ＝機械）の仕組みについて学ぶ学問です。情報学部や工学部の情報工学科に相当します。

・データサイエンス学部は新しい学問で、統計学を用いてデータを分析し、新たな知見を得る学問です。ITを使用した統計手法（=機械学習）と人口知能 (AI) を作成する手法を学びます。

★ データサイエンス学部とデータサイエンス学科の大きな違いとは？

一般的に、学部としてデータサイエンスを備えている大学と、そうでない大学の大きな違いは、教授の層や人数、今までの研究の内容など学術面における充実度が挙げられると思います。
その上、大学院が設置されていれば、更に学術面での充実度が上がると思います。

★ 狙い目・穴場の私立大学データサイエンス学部・学科　

・中央大学理工学部ビジネスデータサイエンス学科
・武蔵大学社会学部グローバルデータサイエンスコース(GDS)
・武蔵野大学データサイエンス学部(ソーシャルイノベーションコース、AIクリエーションコース、AIアルゴリズムデザインコース)
・立正大学データサイエンス学部(ビジネス分野、社会分野 < 環境、水循環・水質、気象、災害、交通、etc. > 、スポーツ分野、観光分野)

★立正大学データサイエンス学部が「応用基礎レベル」に認定されました。

立正大学データサイエンス学部が文部科学省が認定・選定する「数理・データサイエンス・AI教育プログラム認定制度（応用基礎レベル）に学部・学科単位で認定されました。学部・学科単位での認定は、41プログラム（国立大学１８、公立大学２、私立大学１５、高等専門学校６）でした。

この認定制度は、大学等の正規の過程で数理・データサイエンス・AIを活用して課題を解決するための実践的な能力を育成することを目的として、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定及び選定して奨励することにより、数理・データサイエンス・AIに関する実践的な能力の向上を図る機会の拡大に資することを目的としています。
データサイエンス学部では学部設置より「経済価値の創造を担うデータサイエンティストとしての資質を有する人材、すなわちデータの収集・加工・分析に関する基本的な知識・技能を身に付け、データに基づきビジネスの現場で新たな価値創造の担い手となり得るような人材」の育成に取り組んでいます。

データサイエンス学部が「応用基礎レベル」に認定されました：https://www.ris.ac.jp/ds/news/hca0a70000000zh8.html