単位単位4単位（2科目）2単位×2●ビジネス・イノベーション分析科目●社会課題解決科目単位研究指導（修士論文執筆）演習社会に開かれた大学院でSDSのスペシャリストを養成70リクルート カレッジマネジメント235 │ Jan. - Mar. 2023を提案・実行できる能力を身につけることをディプロマ・ポリシーで掲げる。4年間を通じてSDS科目と社会科学科目、DS科目（統計学、情報・AI、プログラミング）の3領域を体系的に学ぶカリキュラムが最大の特徴と言えるだろう。SDS科目では、1・2年次はSDS入門とその法・倫理を学ぶ必修科目が並び、3年次以降はPBL演習科目やゼミナール科目を履修する。学部として融合をうたうだけに、社会科学とDSが単に併存するのでは意味がない。「どう融合させるのか」が肝だ。そのキーになるのがこのPBL演習。これは企業や官公庁から派遣された人材による実データ分析演習で、社会連携担当である大月理事は連携先の開拓について、「外部からの連携希望は多く、本学の校友会である如水会もそのネットワーキングに大きく寄与しています」と話す。PBL演習科目は3年次の前期・後期に配置され、なるべく多様な業界と連携できるように配慮するという。渡部教授は、「演習で単に実データを扱うだけではなく、実際の業務に即した課題設定と分析そのものを経験できるようにしたい。疑似データを扱う方法もありますが、実データをきちんと扱えるプロセスそのものも大事だと考えます。DSの限界も●ソーシャル・データサイエンス特論●データサイエンスのELSI●統計分析発展（実践） ●機械学習発展（実践） ビジネス・イノベーション分析科目●高頻度資産価格データ分析 ●ベイズ統計学によるマーケティング分析●ビッグデータと指数理論 ●ビッグデータによる経済予測●サービス工学 社会課題解決科目●空間情報を用いた社会・経済分析 ●超高齢社会と科学技術 ●技術と法●認知社会シミュレーション ●政治学の実証分析 ●政策評価の計量分析ソーシャル・データサイエンス発展科目、リサーチ・ワークショップⅠ・Ⅱから合計10単位以上●統計分析発展（学術）●機械学習発展（学術）●DXイノベーションの各分類 最低1科目の修得必須知る必要があります」と述べる。企業や官公庁に提供してもらう実データには公開できないものもあるので、例えば、学生が指紋認証で入れる教室を作り、非公開のデータの利用をその教室内に限定する等の環境整備も必要になるが、いわゆるELSI（Ethical, Legal, and Social Issues）を含めてきちんと体験させることを重視したいという。あくまで大事なのは社会のリアリティというわけだ。DSの専門性を軸にSDSのアプローチを学び、社会科学に応用して新たな示唆を得て課題解決につなげる。こうしたサイクルを3年次前期・後期に実践経験する中で、専門性が融合し、価値創出に結実していく。方法論の教授ではなく、体験によるメンタリティの獲得。七丈教授は、「複数の専門性を内包するマルチディシプリンではなく、それらが越境して作用し合うトランスディシプリンな状態を目指したい」と言う。目指すのは学生による創発である。修士課程では「SDSのスペシャリスト養成」をうたい、社会科学・DSの高度な知識を融合させ、ビジネスの理解・分4単位（2科目）必修選択必修単位単位単位2単位×41単位×4必修必修【事前教育プログラム】ソーシャル・データサイエンス・ブートキャンプ図2 修士課程カリキュラムの構成1年2年①統計学領域準備コース ②情報・AI領域準備コース ③社会科学領域準備コースソーシャル・データサイエンス基礎科目データサイエンス科目ソーシャル・データサイエンス発展科目リサーチ・ワークショップⅠ・Ⅱ
元のページ ../index.html#70