キャリアにつながるデータサイエンス ⇒立正大学
：立正大学 受験BBS

★立正大学データサイエンス学部
・立正大学データサイエンス学部は、データサイエンスの様々な分野での実績を持つ教授陣（25名）による講義と、実際にデータを用いてビジネス・モデルを展開してい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」のカリキュラムで、データサイエンスを広く実社会に応用し、ビジネスを始めとした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データサイエンティストを養成します。

★データサイエンス学部の特徴や取り組み
☆様々な資格取得をバックアップ
・データサイエンス学部では様々な資格を取得、あるいはチャレンジすることが出来ます。
・例として、教職課程の履修で高等学校教諭一種免許状（情報）、任意資格である「社会福祉主事」「社会教育主事 / 社会教育士」「博物館学芸員」や、認定資格である「GIS学術士」「社会調査士 / 専門統計調査士」「社会調査士」など。
・さらに情報処理技術者試験やＩＴパスポート試験、Ｇ検定（ジェネラリスト検定）、統計検定などにも積極的に支援しています。

☆専門領域における教員のきめ細やかな専門指導
・データサイエンス学部では官公庁、スポーツ、ビジネス、観光などの各分野で25名の専任教授が指導に当たります。
・3年次から始まる専門領域の研究（ゼミナール）では各教員の研究室に所属し、集中的・専門的な指導が行われます。
・研究の成果は卒業研究（複数人数のグループが取り組む研究）あるいは卒業論文（個人で取り組む研究）としてまとめられます。

☆企業や組織と連携した実践的な教育体制
・実際にデータを用いたビジネスモデルを展開している企業や組織と連携したインターンシップやフィールドワークが行われます。
・これを通して、課題の発見とそれに対する解決策を学生が主体的に提案していくなど、社会や経済の諸課題への対応力を養います。

☆卒業後も連携できる開かれた研究・教育体制
・データサイエンスの早い技術進歩に対応するため、卒業生が大学に戻って情報交換や新知識習得の機会や最新情報が提供される場を用意しています。
・卒業生や連携先からのフィードバックを得て教育内容をダイナミックに変化させるなど、卒業生とネットワークを生かした教育・研究体制の構築を目指します。

立正大学データサイエンスセンター

★ スポーツデータサイエンスプロジェクト

＊プロジェクトリーダー
永田　聡典

＊プロジェクトメンバー
家富　洋　研究員
成塚　拓真　研究員
松尾　忠直　研究員
宮崎　善幸　研究員
渡辺　美智子　研究員
井川　貴裕　共同研究員
角　淳之介　共同研究員

立正大学　Rissho University
品川キャンパス
熊谷キャンパス

★ 1本のヒットが運命を変えた・・・樋口正修が中日入団という”奇跡”を起こせた3つの理由
＊立正大学データサイエンス学部と提携し、継続的な細かい計測と分析により、走りを科学で後押しするシステムの軌跡！
文春野球コラム・ウィンターリーグ2023
by HISATO

ドラフトは生き物だ。上手く運ばない事の方が多い。それなのに、こんな奇跡があるのかと誰もが驚いた。大逆転だった。

昨秋のドラフト会議の事だ。中日ドラゴンズが育成3位で指名した樋口正修（埼玉武蔵ヒートベアーズ）には、その3日前まで調査書は届いていなかった。BCリーグとしては初の試みとして遠征したみやざきフェニックス・リーグに、最後のチャンスと樋口も参加した。そのうちの1試合としてたまたま中日戦が組まれていたのだ。

その日、10月16日、樋口は第1打席でライト前に二塁打を打ち、片岡篤史二軍監督の目の前を持ち前のスピードで駆け抜けた。深い当たりではなかったが二塁へ到達し、類まれな足を証明して見せた。

試合を終えた片岡監督は、樋口に言った。

「お前、NPBに行く気はあるんか？」

否と言うわけもない。片岡監督から立浪監督へ話が通り、その翌日に樋口は宮崎滞在のまま、急遽調査書を書いたのだという。

埼玉武蔵の首脳陣ですら「もう今年の指名はない」と彼を翌年の主力選手として計算していた。ヒット1本打ったからといって、運命が変わると誰が思っただろう。そんな「奇跡」が起きた理由が、樋口にはあった。


【もっと速くならなきゃならないんです】

さらに続く・・・：https://bunshun.jp/articles/-/60992

★ 立正大学データサイエンス学部データサイエンス学部【mote】について

立正大学データサイエンス学部の活動・ニュースについて発信しています！


（＾〜＾）： https://note.com/rissho_ds/

◆ データサイエンス学部と情報学部の違いについて

＊ データサイエンスは新しい学問で、統計学、機械学習やAI（人工知能）、データの分析など、色々な領域の手法を組み合わせて、蓄積された大量のデータから得られた情報を、【どのようにビジネスに活用するかの企画力や提案力が求められる学問】です。それゆえに「文理融合学部」と言われています。
別の言い方をするとデータサイエンス学部は、計量経済学の領域とほぼ一緒なので、ジャンルは文系ですが数理的な解決を要求されるので数学の知識が必要となります。

それに対して情報学に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】のことで【情報】が関係する分野全てという広範囲の学問です。（文系的要素と理系的要素のどちらも含まれる広範囲な領域）

＊ 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。（ガチで理系の学問）

どんなにAI（人工知能）が開発されても、人口知能は与えられた課題を過去に機械学習によって蓄積された知識から答えを導くので、未来の課題に対する予測をするという点で人間のように柔軟な発想が出来ません。確かにAI（人工知能）の研究はこれからも益々発展すると思いますが、データサイエンスとAI（人工知能）は持ちつ持たれつの研究分野になることと私は思います。

※「計量経済学」とは：統計的手法を用いてデータを分析し、社会経済現象のメカニズムを解明する学問のこと。
※「文理融合型の学部」では、カリキュラムに【課題解決型の学習】(PBL=Project Based Learning)を取り入れています。これは文系・理系のさまざまな知識を活用して、社会に出た時に役立つ【問題解決能力】を育てることが狙いです。

【まとめ】：データの処理・分析・可視化によって新たな価値を見出し、目的達成や課題解決のために最適な提案をすることが、データサインエンティストには求められています。

No.1
◆　ChatGTP（生成AI）　が答えた一般的な欠点について

ChatGTP の一般的な欠点は、以下のような点が挙げられます。

・知識の限界：私の知識は2021年までのものであり、それ以降の情報は持っていません。また、事実と異なる情報を提供する可能性もあります。
・文脈の欠落：ChatGTPは過去の会話履歴を持っていません。そのため、先に進むにつれて文脈を失い、一貫性のある会話が崩れることがあります。
・誤った情報：ChatGTPはトレーニングデータから学習したものであり、信頼性の低い情報や偏った意見も含まれる可能性があります。
・応答の曖昧さ：質問に対して明確な回答をすることができない場合もあります。適切な情報が不足している場合や、質問が曖昧な場合に発生します。
・倫理的懸念：AIは悪用される可能性があります。誤った情報の拡散、プライバシーの侵害、差別的な内容の生成などの倫理的懸念が存在します。
・意図の理解の欠如：ChatGTPは会話の背後にあるユーザーの真の意図を理解することが難しい場合があります。そのため、適切な支援やサポートを提供できないことがあります。

これらはChatGTPが持つ一般的な欠点ですが、技術が進化しているため、これらの問題に対処する改善が行われている可能性があります。

◆　AI（人工知能）について

AIはさまざまな分野で非常に価値のあるツールとなっています。データサイエンスや機械学習の分野では、AIは膨大なデータの処理や複雑なモデルの構築、高度な予測能力などに活用されています。しかし、AIも完全な解答を持つわけではありませんし、【あくまでツールやサポートの一部】です。

AIは情報を提供し、問題解決の手助けをすることができますが、【成功するためには人間の努力や創造性が不可欠】です。データサイエンスやビジネスの領域では、AIを活用することで競争力を高めることができますが、【それは努力や専門知識を持った人間の指導や適切な活用に依存しています】。

【AIは私たちが持つ能力を補完し、新たな可能性を開拓する手段です】。そのため、AIを活用することで効率化や収益の最大化を目指すことは価値があると言えます。ただし、結果を得るためには努力や適切な戦略が必要です。

No.2に続く

No.2

※ どんなに AI（人工知能）が進化しても、やはり人間による作業は無くならないと思います。
特にビジネスを円滑に進める上では、相手がどのような考えを持っているかを察して、空気を読む事が重要になる場面が多くあります。そして、その空気を読むという行動が、後々の大きなチャンスに繋がっていくというケースも決して少なくありません。

「相手の気持ちを察して空気を読む」といった行動は、人間だからこそできるものであり、AI(人工知能）が簡単に行えるものではありません。ただ AI(人工知能）は過去のデータに基づく予測が得意であり、AIが最善と判断したものが正しい可能性があります。　しかし、それはあくまでも「そのビジネスに関わる人間の心理」を差し引いた上で導き出されたものに過ぎません。

そのため、AIを活用して業務効率化を図っていくことも重要ではありますが、必ずしもすべての業務にAIを活用できるわけではないと考えておいた方が良いでしょう。言い換えれば、AIでは難しい「相手の気持ちを汲み取る必要のある業務」においては、私たち人間の力に頼らねばならないのが現実です。

河合塾偏差値35

令和5年度　立正大学データサイエンスセンターセミナー

★ 日本の家族構成と行動分析を介した発展的な産学融合

立正大学データサイエンス学部
2023年12月8日（金）　白川清美

◆ データサイエンスセンタープロジェクト

１．プロジェクト名：
「日本の家族構成とその行動分析」
２．プロジェクトの期間
2021年10月1日〜2024年9月30日
３．概念
社会生活基本調査や国勢調査の公的統計調査のデータに基づいた無償労働時間の男女間格差や少子化状況の分析及びその結果の可視化により、根本的な要因を導出する。

◆ 連携企業
プロジェクト実施による企業との連携

＊株式会社タクミインフォメーションテクノロジー
・生活時間調査データの分析
・SASを使ったデータ分析の講義の実施
⇒ 機械学習ができるSAS VIYA 等

＊株式会社プラージュ
・生活行動データ可視化アプリ
⇒ 「Life Tracker の開発（デモ可能）
・データ取得システムの構築（開発中）

➡ 続きを読む：https://www.ris.ac.jp/dsc/news/n39op1000000004a-att/a1702446439684.pdf

★ ビジネス成功のカギは気象情報にある？　SDGｓ時代は天気から収益を上げる！　
　 【気象データアナリスト / 気象データサイエンティスト】

FRANKLIN JAPAN ＞ 気象情報サービス > 気象情報ソリューション


2人に1人がSDGsについて認識しているSDGs時代の今、様々な企業が持続可能な社会の実現に向けて、新しいプロジェクトや工夫を練っています。そんな新しい挑戦に気象情報が活用できることを知っていますか？　今回は「気象情報がなぜ重宝されるのか？」、について徹底解説していきます。

◆ 気象情報に収益が左右される職業とは？

・土木や塗装、建築関係×天気
・漁業・農業 ×『風・雨』
・観光業・リゾート事業
・アパレル

◆ 天気情報の具体的な活用方法とは？

・観光業の場合（企業）
・ゴルフ場の場合（企業）
・洗濯の場合（家庭）

詳しくはここをクリック：https://www.franklinjapan.jp/solution-case/2273/

★ 環境学や気象学について学べる大学

◆ 【みんな輝く気象学会】より　　気象学が学べる大学・大学院

＊ 大学名：https://www.metsoc.jp/jinzai/link/index.html

◆ 気象データが各学会で多角的に活用されている【日本気象学会】の事業と導入例の紹介

詳しくはここをクリック：https://www.metsoc.jp/jinzai/link/index.html

◆ 気象データが各学会で多角的に活用されている【日本気象協会】の事業と導入例の紹介

詳しくはここをクリック：https://www.jwa.or.jp/case/


★ 立正大学地球環境科学部環境システム学科・データサイエンス学部について
【気象データアナリスト・気象データサイエンティストを目指す！】

● 環境気象学分野・環境情報学分野 紹介

立正大学熊谷キャンパスのある埼玉県熊谷市は、関東平野北西内陸域に位置しています。2007年8月16日には当時の日本国内の観測史上最高気温を更新する40.9℃を記録し、暑い街として一躍有名になりました。さらに2018年7月23日に日最高気温41.1℃を観測し、ふたたび国内最高気温を更新しました。熊谷は、日本のヒートアイランド研究の先駆けとして古くから観測的研究が実施されてきた街でもあります。このように、熊谷は環境気象学を学ぶには絶好のフィールドと言えるでしょう。

立正大学地球環境科学部環境システム学科環境気象学分野では、熊谷を中心とした関東平野北西域で夏季にしばしば発生する猛暑など局地気象のモニタリングやその解明、熊谷市街地ヒートアイランドの観測や形成メカニズムなどを中心に、気象観測から数値モデルによるシミュレーションまで幅広い手法を用いて研究を行っています。

◆ 立正大学地球環境科学部【環境システム学科】で学ぶ

● 環境情報学分野（3年次から環境データサイエンスを活用）
● 環境気象学分野（3年次から）
● 勿論、データサイエンス学部でも、気象データアナリストになるための知識を学ぶことができます

では、気象データアナリストとなるために必要な専門知識を深く、幅広く学ぶことができます。　あなたもチャレンジしてみませんか？

★ 気象情報がこれからのビジネスの成功のカギを握るようになる！！！
〜 気象データアナリスト、気象データサイエンティスト〜

2023年12月8日、スキルアップAIの記事・【気象データアナリストとは】より


◆ 気象データアナリストとは

気象データアナリストとは、気象データの知識とデータ分析の知識をもち、気象データとビジネスのデータを分析することによって、企業が抱える問題の解決や新しいビジネスの提案をする人材です。

気象庁では、以下のように定義しています。

気象データアナリストとは、企業におけるビジネス創出や課題解決ができるよう、気象データの知識とデータ分析の知識を兼ね備え、気象データとビジネスデータを分析できる人材です。
気象庁「「気象データアナリスト育成講座」の認定制度について」より引用

気象データアナリストは、一般的なデータサイエンスの知識に加えて、気象データ特有の専門知識についても理解している必要があります。
例えば、スーパーやコンビニにおいて「商品の売上データ × 気象データ」を分析することで、天候や気温による売れ行きを予測することが挙げられます。アイスは〇℃以上になると売れるという過去のデータを用いて、販売促進に役立てるのです。

このように気象と人の購買行動は密接な関係にあります。データから各業界と気象の関係性を分析することによって、ビジネスに新しい価値を見出すことが気象データアナリストの役割です。

※ 目次

・気象データアナリストとは
・気象データアナリストの需要
・気象データが社会に与える影響
・気象データアナーリストの仕事内容
1.クライアントへのヒアリング
2.データの収集・整理・分析
3.モデルの開発と評価
4.施策の実行
5.結果報告
・気象データアナリストの2つのメリット
1.データ分析の専門家として重宝される
2.企業の売上向上や業務効率化に貢献できる

・以下、その他に続く

詳しくはここをクリック：https://note.com/suai/n/ne23b7c64aae2

立正大学地球環境科学部環境システム学科

環境情報学分野紹介

■Topics■


◆オープンキャンパス用情報公開：環境のデータサイエンスを学ぼう!! New



環境データサイエンスとは？

環境システム学科環境情報学分野では、環境データサイエンスを用い、「物化生地」の枠にとらわれず社会の問題を含む環境の課題に対応できる人材を育てております。

環境データサイエンスは、環境システム学科環境情報分野が1998年の開設時から作り上げてきたカリキュラム体系であり、観測データ、ドローンや人工衛星などによる面的な空間情報を含む環境情報を、AI、統計解析、数値シミュレーションなどのデータサイエンスの手法でモデル化し、様々な環境問題に適用しております。


I　 環境情報を使った環境データサイエンスとは？



II　環境データサイエンスで何かできるか？

・　ヒートアイランドの原因を探る（気象分野との連携）

・　ニホンリスの生息域評価を行う（生物分野との連携）

・　荒川河川敷 上流-下流の植生の変遷を調べる（地学・生物分野との連携）

・　災害時の被災個所をAIで早期発見する（地学・水文分野との連携）

・　美味しいお米を見分け圃場の管理を行う（農業分野との連携）

＊ 詳しくはここをクリック【環境DSとは？】：https://rissho-es.jp/info/oc.html#:~:text=%E7%92%B0%E5%A2%83%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%81%AF%E3%80%81%E7%92%B0%E5%A2%83,%E3%81%AB%E9%81%A9%E7%94%A8%E3%81%97%E3%81%A6%E3%81%84%E3%81%BE%E3%81%99%E3%80%82

★ 気象は農業、観光、製造・販売さらには消費者の行動など様々な分野に大きな影響を与えます　〜あなたのビジネスをより良くするために気象データを活用してみませんか？〜

◆ 気象ビジネス推進コンソーシアム / Weather Business Consortium
〜多様な気象データを高度利用し、様々な社会課題の解決や産業創出・活性化を目指す産官学の連携組織〜

＊ 詳しくはここをクリック：https://www.wxbc.jp/

＊ 事例集：https://www.wxbc.jp/bizcasestudies/web/

＊ データ活用事例（事例インタビュー、気象データ利用ガイド、利活用事例集）：
https://www.wxbc.jp/exampleandinterview/

◆ 地理情報システム（GIS：Geographic Information System) とは、
地理的位置を手がかりに、位置に関する情報を持ったデータ（空間データ）を総合的に管理・加工し、視覚的に表示し、高度な分析や迅速な判断を可能にする技術のこと。

◆ 地理空間情報（Geospatial information）とは、
空間上の特定の地点又は区域の位置を示す情報（位置情報）とそれに関連付けられた様々な事象に関する情報、もしくは位置情報のみからなる情報をいう。地理空間情報には、地域における自然、災害、社会経済活動など特定のテーマについての状況を表現する土地利用図、地質図、ハザードマップ等の主題図、都市計画図、地形図、地名情報、台帳情報、統計情報、空中写真、衛星画像等多様な情報がある。

◆ リモートセンシング（Remote Sensing）とは、
遠く離れたところ（リモート）から、対象物に触れずに対象物の形や性質を測定する（センシング）技術のこと。　GIS (地理情報システム）の世界では、人工衛星や航空機などが搭載している測定器（センサー）によって遠隔でものを調べる技術として知られている。


※ これらの空間情報を重ね合わせて様々な解析を行うことができるGIS (地理情報システム）は、研究・教育機関だけでなく、行政機関や民間企業でも積極的に利用がなされています。　

【立正大学のデータサイエンス学部や地球環境科学部・環境システム学科】では、GISの操作方法や衛星画像も含めた様々な空間情報の活用方法について学ぶことが出来ます。　

★ 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。