＜開志のまなび＞ビッグデータの分析から分析計画を立案。現役データサイエンティストから学ぶ「データサイエンス演習」の講義をご紹介します。【情報学部2年生】＜開志専門職大学×株式会社グラフ＞

データサイエンスとは、統計学、情報工学など、様々な領域の手法を用い有意義なデータを引き出すための研究分野 です。情報学部2年生で開講「データサイエンス演習」は、AI(人工知能)・機械学習を用いたビッグデータ分析、ビジネス戦略コンサルティングの専門企業である「株式会社グラフ」より講師を招き、3日間に渡る全15回集中オンライン講義を実施しました。

今回講義に協力いただいた「株式会社グラフ」とは

株式会社グラフは「データの利用価値を最大限に拡張する」ことをミッションとしたAI(人工知能)企業です。代表を務める原田 博植氏は、毎年1人だけ選出される日本経済新聞社主催「データサイエンティスト・オブ・ザ・イヤー」を2015年に受賞した、日本トップクラスのデータサイエンティストです。各産業界トップ企業でAI・機械学習を用いたビッグデータ分析の実績を持ち、データ利活用において実際的なノウハウを蓄積し、クライアントにとって本当に必要な支援、ビジネス戦略コンサルティングを提供しています。

AIは、近い将来社会のインフラになります。グラフはこれを「電気・水道・ガス・AI」と表現します。公共インフラのようにAIが当たり前になる未来はそう遠くありません。そんなAI時代にむけて、グラフはデータサイエンスの社会実用に邁進しています。

 

ビジネスを想定したデータ分析人材になるために。

本講義では、グループワークに取り組みながら、データサイエンスの流れを理解すると共に、そこに必要な各要素技術を習得します。大量のデータを分析し、そこから価値を引き出すための基礎となる力を身につけることを目的とした３日間に渡る集中講義です。

▲講義資料画面より。

データ分析人材に求められる力は「仮説を設定する力」、「仮説を検証する力」、「結果を解釈・説明する力」。これらの力を身につけるための第一歩として様々な課題に取り組みました。例えば、1970年代の後半におけるボストンの住宅価格、ボストン市郊外の13種類の情報、住宅の広さや部屋数などの情報、その地域における犯罪発生率などの環境情報、などのデータを用い、仮説を設定、検証する演習です。

▲講義内グループワーク発表画面より。

また、自身が企業のデータサイエンティストという設定から、Bという商品の売上からCという商品の売り上げを予測する、新商品に対する顧客満足度を予測する、自社製品の今後のシェア拡大についての予測する、などの具体的テーマに基づくグループワークも実施し、リアルな課題に取り組むことでデータサイエンスの現場で求められる思考力を学びました。

 

データサイエンティストに向いている人材とは。

最終回講義の終盤には、「データサイエンティストに向いている人材はどんな人材ですか？」という学生からの質問に対し直接、株式会社グラフの 代表を務める原田 博植氏より、お答えをいただきました。

「データベースとアルゴリズムであるAIの活用が進んでいく中で、これからは想像してもしきれないくらいのアイデアとそれを実現するための論理力な進め方が必要になってきます。分析はどのようなシーンでも必要なことです。そして物事を分析的に見るということは、自分の中の好奇心も必要で、終わりがない作業です。そのため、データサイエンティストに向いている人材とは、終わりのない好奇心を持ち続けられる人ではないでしょうか。」

 

既に第一線で活躍する現役のデータサイエンティストの方から直接学んだ本講義。これからこの業界を目指す学生にとって有意義な学びとなりました。

株式会社グラフは情報学部の臨地実務実習企業です。今後は、実習の様子をお伝えします。

▶情報学部のご紹介はこちらから

▶株式会社グラフの公式WEBサイトはこちらから