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学部学部長・北村行伸先生の経歴がすごいです！！！

北村先生は日本の経済学者で、一橋大学名誉教授、総務省統計委員長、一橋大学経済研究所前所長を歴任しています。専門は応用計量経済学、ミクロ計量経済学、金融・財政論、公共経済学。

略歴
1981年　慶応義塾大学経済学部卒業
1982年　ペンシルベニア大学大学院（修士課程）卒業
1988年　経済協力開発機構（OECD）パリ事務局事務官
1989年　オックスフォード大学大学院（経済学博士Ph.D.）取得
1991年　日本銀行金融研究所研究員
1996年　慶応義塾大学大学院商学研究科客員助教授
1999年　一橋大学経済研究所教授
2020年　立正大学経済学部教授
2021年　立正大学データサイエンス学部学部長

研究テーマ
社会経済の諸問題を、統計データを使って実証分析すること。とりわけ金融・財政などの分野での経済政策に関わる研究。仮想通過や電子商取引に関わる問題の研究。世代間移転に関わる研究。

担当科目・ゼミ
・データサイエンス入門
・データサイエンスと価値創造
・計量経済学
・EBPM

教員から学生へのメッセージ
ゼミナールでは、データサイエンス全般の問題を取り上げます。データを使った分析、そのための手法の習得、データを使った様々な社会実装について学びます。

研究業績等
著書
・北村行伸　「パネルデータ分析」、2005年、岩波書店
・北村行伸　「ミクロ計量経済学入門」、2009年、日本評論社
・北村行伸　（編著）「応用ミクロ計量経済学１」、2010年、日本評論社
・北村行伸・宮崎毅　「財政改革のミクロ実証分析　家計経済から見た所得税・消費税」、2013年、岩波書店
論文
・北村行伸　「生活水準の概念と計量の再検討」、2020年、〔経済研究〕、71(1)、102-122
・その他、英文論文多数

所属学会
・Econometric Society
・American Economic Association
・日本経済学会
・日本統計学会
・日本金融学会
・日本財政学会
・生活経済学会

★立正大学データサイエンス学部のNEWS：お知らせ・教員情報・イベントについては、https://www.ris.ac.jp/ds/　まで。

※特に、イベント欄には、【スポーツパフォーマンスにおけるデータの活用】についての「講習会」のお知らせなどが掲載されています。
どうぞご利用ください。

★データサイエンス系　大学教育組織連絡会　2020年8月20日設立

◇組織会員
・滋賀大学データサイエンス学部
・総合研究大学院大学複合科学研究科統計科学専攻
・長崎大学情報データ科学部
・一橋大学ソーシャル・データサイエンス教育推進センター
・兵庫県立大学社会情報科学部
・立正大学データサイエンス学部
・群馬大学情報学部（11月16日加入）https://www.gunma-u.ac.jp/information/83078

◇設置目的
データサイエンス系の専門学部・学科・研究科・専攻等が協力・共同し、教育・研究・運営の在り方等について継続的な議論を通して、大学及び大学院におけるデータサイエンス分野の教育・研究を推進するとともに、産官学の直接的な対話を促進し対外的な意見や要望を発信することをもって、我が国におけるデータサイエンス教育・研究、科学技術や経済社会の発展に寄与することを目的とする。

★ 立正大学様と「データサイエンスを活用した企業データ分析」に関する共同研究を実施
FUJITSU 富士通フロンテック　のトピックより


富士通フロンテック株式会社（以下、当社）は、立正大学（注1）様と「データサイエンスを活用した企業データ分析」に関する共同研究プロジェクトを実施しています。

立正大学様は、データサイエンスに関わる研究推進と、データサイエンス教育および業務への活用支援を目的とした全学的な組織として、2021 年4 月にデータサイエンスセンターを設立しました。データサイエンスセンターに所属するデータサイエンス学部（注2）の教授が本プロジェクトに参画しています。

本プロジェクトでは、当社製品の構成部品の交換・故障などに関する膨大なデータを活用し、統計解析や機械学習を応用することで、交換・故障パターンと部品の対応関係を推定、部品在庫の計画管理を実現する研究を推進しています。2022年度中に予測モデルの構築を目指しています。

当社は、業務における様々なデータを基に、データサイエンスの技術を応用し、当社製品・サービスの品質管理や在庫管理などの適正化・効率化を始めとした、新たな価値創造に結び付けていく取り組みを行っていきます。

◆ 本共同研究の概要
1. プロジェクトタイトル
「データサイエンスを活用した企業データ分析」

2. 期日
2024年3月31日まで

3. プロジェクトメンバー（敬称略）
プロジェクトリーダー：高部 勲（立正大学 データサイエンス学部 教授）
プロジェクトメンバー：上原 宏（立正大学 データサイエンス学部 教授）
共同研究員：青木 謙次（富士通フロンテック株式会社 執行役員 サービス事業本部 本部長）
共同研究員：Jin Yanling / 金 研伶（富士通フロンテック株式会社 サービス事業本部）

◆ 関連リンク
立正大学 データサイエンスセンター

◆ 商標について
記載されている製品名などの固有名詞は、各社の商標または登録商標です。

◆ 本件に関するお問い合わせ
富士通フロンテック株式会社 サービス事業本部 DXビジネス推進統括部

お問い合わせフォーム
以上

◆ 注釈
注1 立正大学：
所在地 東京都品川区（品川キャンパス）、学長 寺尾 英智。
注2 データサイエンス学部：
所在地 埼玉県熊谷市（熊谷キャンパス）、学部長 北村 行伸。

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

＊プロジェクト期間
2021.04 〜 2024.03

＊プロジェクトリーダー
永田　聡典

＊プロジェクトの概要

(1) **スポーツサイエンスを活用したアスリート支援プロジェクト
・プロ野球BCリーグチーム「埼玉武蔵ヒートベアーズ」との盗塁パフォーマンス向上プロジェクト
　地域連携事業の一環として、データ活用した走行分析とスプリントトレーニングを併せて実践することによって選手の盗塁パフォーマンスの向上を目指しています。

・陸上中長距離トップアスリートクラブ「TwoLaps」とのスポーツ科学サポートプロジェクト　
　ランニングパフォーマンスに関わる身体機能の分析及びレジスタンストレーニングを中心とした科学的サポートによって、選手のパフォーマンス向上を支援しています。

(2) サッカーにおける選手の運動を予測するモデルに関する研究
　サッカーなどの集団球技において、選手の数秒後の到達位置を予測する運動モデルに着目しています。トラッキングデータやウェアラブルデバイスを用いた実験を基に、妥当な運動モデルを提案することを目標としています。

＊プロジェクトで何を明らかにするのか（研究手法・分析手法など）

後半につづく {emj_ip_0675} *(1) スポーツサイエンスを活用したアスリート支援プロジェクト

前半からのつづき

(1) **スポーツサイエンスを活用したアスリート支援プロジェクト
【プロ野球BCリーグチーム「埼玉武蔵ヒートベアーズ」との盗塁パフォーマンス向上プロジェクト】
地域連携事業の一環として、走塁に関する走行分析とスプリントトレーニング、ストレングストレーニングを併せて行うことによって選手の盗塁パフォーマンスの向上を目指します。

【陸上中長距離トップアスリートクラブ「TwoLaps」とのスポーツ科学サポートプロジェクト】　
ランニングパフォーマンスに関わる身体機能の分析及びレジスタンストレーニングを中心としたスポーツ科学サポートによって、選手のパフォーマンス向上を支援します。

(2) サッカーにおける選手の運動を予測するモデルに関する研究
選手の全力疾走を記述する運動モデルとして、駆動力、内部抵抗、空気抵抗、方向転換、選手間相互作用を取り入れた運動方程式を提案し、その妥当性をトラッキングデータや実験により検証します。また、運動方程式の解の性質の検討、パラメータ推定や数値計算の手法開発にも取り組みます。

＊プロジェクトの成果は何に応用できるのか

**(1) スポーツサイエンスを活用したアスリート支援プロジェクト

本プロジェクトにおけるトップアスリートのデータを計測し科学的なトレーニング戦略を構築していくプロセスからは、データを活用する人材に求められるスキルが学習、修得できると考えられます。よって、課題解決のためのデータ活用方法や、データを元に他者と協働して意思決定していくための技能を学ぶ体験学習コンテンツへの応用が考えられます。

(2) サッカーにおける選手の運動を予測するモデルに関する研究
サッカーにおいてスペースの価値を定量化するには、選手の各位置への到達時間を正確に計算できる運動モデルが必要となります。本プロジェクトによって妥当な運動モデルが明らかになれば、到達時間を基にしたスペース評価手法を実際の試合分析に応用できる可能性があります。具体的には、選手のポジショニングや動き出しの定量化、あるいはスペースの価値をリアルタイムに可視化するシステムの開発などにつながると期待できます。

＊これまでの成果
2022年度プロジェクト成果報告書：https://www.ris.ac.jp/dsc/projects/cuefqf00000004cb-att/a1684116636907.pdf

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