グローバリゼーションや少子高齢化の進展、各種の技術革新といった現代社会の様々な問題や環境変化に対応するため、データを整理・構造化して新たな科学的および社会に有益な知見を引き出そうとするアプローチのデータサイエンスが必要となります。データサイエンスは、データを扱う手法である情報科学、統計学、アルゴリズムばかりではなく、機械学習やディープ・ラーニングなど、AIに関するスキルも含めて横断的に扱う学問です。また、それらのデータから統計的、計算的、人間的、社会的な視点から俯瞰するためには、自然科学、社会科学、人文学の知見が必要です。

　本プログラムでは、データサイエンスに必要な統計学、情報科学を元に数理的思考力とデータ分析・活用能力を修得し、学生の興味のある分野への応用ができるような人材を育てることを目標とします。さらにリベラルアーツ教育で培った批判的思考、コミュニケーション能力、問題解決能力と合わせてデータサイエンティストという得難い人材になることができます。卒業後は金融・保険、製造業、小売・物流、サービス、マーケティングに大きな力を割いている広告会社やコンサルティングファーム、グローバル企業などの様々な分野で活躍する人材の育成を目指します。

　本プログラムでは、データサイエンスの知識・技能を修得するため、＜プログラム基礎＞、＜実験・演習＞、＜応用・総合＞の３つのカテゴリーが設定されています。＜プログラム基礎＞では、数学、情報科学、統計学の基礎を学び、＜実験・演習＞では「データサイエンス演習」などでデータ解析、「数理統計学演習」で統計学の演習を行い、「機械学習」でAIの演習を行います。＜応用・総合＞では、「数理統計学」で統計学、「応用データ解析」などでデータ解析のスキルを深化させ、さらにデータサイエンスを適用できるように学生の興味に合わせて、統計学、社会学、経済、生物学、物理学などの応用分野における知見を広げます。

　なお、本プログラムの科目を履修するためには、本履修ガイドに記載されたLA専門基礎科目のうち、「数学概論Ａ」をはじめとする科目が先修条件になっている場合が多いことに注意が必要です。先修条件は、次の修了要件に記載されているので、よく確認して下さい。先修条件に指定されているLA専門基礎科目は、春学期入学の場合、可能なら１年春学期、遅くとも１年秋学期までに履修して、単位を修得しておくことを強く推奨します。