私は、データサイエンス学系の担当教員で、2年次後期「プログラミング演習2」（データサイエンス学系必修科目）を担当します。そこでは、C言語を取り扱い、まず、その特長を理解すると共に基礎的なプログラミング手法を修得します。そして、より実践的なプログラミング技法を学んでいきます。卒業研究では、音響信号処理、視覚と聴覚の相互作用とその応用、感性情報処理（人間が身の回りの情報をどのように感じているのかを評価）等の研究を展開します。「音」に興味のある方は、是非一緒に研究し、「音」に関連する技術の社会実装を目指しましょう。

hasegawa★is.utsunomiya-u.ac.jp

私の担当する「金融論概論」では、広い意味での金融に関する機能や制度について扱います。企業の側から見ても、個人の側から見ても、金融に関する理解は今後ますます重要になると思います。

金融の基本的な仕組みは国によって異なるわけではなく、多くの共通点がありますが、その機能は国によって異なる面もあります。こうした違いについても、歴史的な背景や制度などの点から考察していきたいと考えています。

isoya★cc.utsunomiya-u.ac.jp

会計には「マクロ会計」と「ミクロ会計」があり、前者は、国全体としての国民経済計算、後者は、企業会計、政府会計、非営利組織会計等の各主体に区分されます。いずれの主体においても、組織運営の意思決定の基礎は会計データにあり、会計データを分析して各主体の動きを把握するには、会計学の実務や基礎理論の理解が必要不可欠です。それ故、会計学の研究はとても重要であり、これを深めることで世の中の潮流の根底にある本質を識別できる問題意識を身に付けることができます。学而不思則罔、思而不学則殆。学問を通じて共に成長していきましょう。

デジタル変革（DX）が急速に進む現代社会において、「データサイエンス×経営学」を総合的に学ぶことは極めて重要です。さらに、その学びを社会課題の解決につなげる「実践力」と、チームや組織で大きな成果を生み出す「リーダーシップ能力」を本学で磨きましょう。卒業研究では、DX時代に有効なマネジメントやリーダーシップや、地域活性化のためのデジタルマーケティングなど、自ら深い関心を持つ実践的なテーマを探求していきます。主体的に挑戦し、ともに新たな世界を切り拓いていきましょう。

oshimaa★a.utsunomiya-u.ac.jp

人類の発展は、新しい科学的な知見の獲得によってもたらされてきました。この知見の獲得がどのように起きるかや、そのプロセスの観測方法がわかれば、世の中の課題解決の方法を考える上で役に立ちます。とりわけ先端技術分野（人工知能、量子コンピュータ―、創薬他）に係る分析は、国家や企業の競争戦略の分析を行うことを可能にします。近年では、かつてのスーパーコンピューターと同程度の計算機資源と、科学技術に係る大規模なデータの利活用が可能となっていることから、これまで難しかった、エピソードベースでないエビデンスに基づく分析手法（EBPM：Evidence Based Policy Making）が可能となっています。EBPMはデータサイエンスと一体の概念といえます。この分析手法は、特定の事例や特定の地域のみしか適応できない限定的な説明でなく、普遍的な分析結果を示すことを重視し目的とします。この点が研究者と学習者にとって学術的・実務的な魅力です。

巷に溢れている情報という名のデータ、何を選んで、どのように処理すれば良いのでしょうか？なんでもかんでもAIにお任せで良いのでしょうか？データ処理を行うときに、気を付けないといけないことは、見た目に惑わされないようにすることだと考えています。その点、AIは膨大なデータの中から、答えを導き出してくれるので、それは頼りがいがありますね。しかしながら、AIの答えを100％鵜呑みにするのはどうでしょう、危険ですね。そこで、データから何が得られるのか、見当が付けられて、AIに騙されることなく、AIに寄り添えるようになるためのデータ分析手法の基礎を一緒に学んでみませんか。

MIは、新規で革新的な材料だけでなく、廃棄時の環境負荷やリサイクルまで考慮したサスティナブルな材料や、汎用性はなくても「この製品のここの部分に使用したい」という特殊用途や、個別の要望にも応えた多種多様な材料の開発も可能とするでしょう。どのような材料を開発するかを考えるとき、自然科学的な視点だけでなく、経営学的な視点も重要になってくると推察します。データサイエンスと経営学の両方を学ぼうとする学生たちとふれあい、そして、両方の知識を兼ね備えた学生たちと一緒に研究を進めていける日を楽しみにしています。

hatanaka★cc.utsunomiya-u.ac.jp

私の担当する「データサイエンスの数理B」では、データサイエンスに必要な、固有値や固有ベクトルなど線形代数の基礎を学びます。また、「データエンジニアリング」では、実社会におけるデータの収集や加工について学び、実際に活用できる力を身に付けます。

データサイエンスの基礎から応用までをしっかり勉強することで、莫大なデータの中から有益な情報を見つけ出し、その価値をわかりやすく伝えられるようになりましょう。

製品やサービスが売れ続けるために企業はどうしたらいいのかを考えるのがマーケティングです。私の担当する「マーケティング論」では、マーケティングの基礎知識と企業の実践を学びます。マーケティングが企業経営にとって重要なのは、企業が利益を上げるために、製品やサービスなどを販売しなければいけないからです。一方で、マーケティングは一般消費者にとっても重要です。私たちは、企業が販売する様々な製品やサービスを購入していますが、それら1つ1つに企業のマーケティング戦略が関わっているからです。身近なことから、企業のマーケティング戦略について一緒に勉強しましょう。

sugitanaoki★cc.utsunomiya-u.ac.jp

私が担当する経済学の授業では、市場経済において個人・企業がどのような選択を行い、それが経済全体にどのような結果をもたらすか、さらに、それらの結果から生じる様々な問題に対する経済政策について学びます。経済学は社会科学の一分野であり、いわゆる文系科目ですが、理論モデルやデータを用いた実証分析の場面では数学を用いることが多く、私自身がそうだったように高校の時には理系だった人にも興味深い学問だと思います。理系文系問わず、新たなチャレンジとして学んでもらえると嬉しいです。

katoko★cc.utsunomiya-u.ac.jp

私の担当する「オペレーションズ・リサーチ」では数理的手法を用いて企業活動を改善するための基礎を学びます。また、「ビジネス・データサイエンス」では企業活動における実データを配布した上で、売れ筋商品の発見、優良顧客の発見といった分析を体験します。ビジネスの世界におけるデータ活用はdata-drivenとも呼ばれており、産業界はもとより地方公共団体等様々な分野で取り組みが進められております。理系的な素養と文系的な素養の両方を兼ね備えた人材が求められる新しい分野にみんなで一緒に挑戦してゆきましょう。

私の担当する「人的資源管理論」と「経営情報論」では、企業経営において大切だと言われている「ヒト・モノ・カネ・情報」という４つの資源のうち、ヒト（人材）と情報に関するマネジメントを学びます。AIなどテクノロジーの進歩や人生100年時代の到来など社会が大きく変化しているなかで、いま人材育成やシステム開発の現場では何が起こっているのでしょうか。そして個人や企業がテクノロジーを活用しながら、多様な人々がみな生き生きと働き、より良い社会にしていくためにはどのような仕組みやシステムが必要なのでしょうか。このようなことについて皆さんと一緒に考えていきたいと思います。

私の担当する講義では主にAI・機械学習の基礎理論と応用、そしてその基盤となる数学を学びます。大学での学びは、これまで皆さんが経験してきたものと全く違ったものになります。高校までは入試という目標や決められた教科書がありましたが、もう皆さんを縛るものはありません。自由に興味のあることを学ぶことができます。一方、大学を卒業し社会に出ると、そのような機会は少なくなります。私も「大学生に戻って勉強し直せたらなぁ」と思うことがよくあります。ぜひこの貴重な時間を大切にしてください。大学で得る知識・技能は、必ず皆さんの人生に役立ちます。

社会に出ると、ほとんどの人は経営学、マネジメントに関わります。経営学は、現代社会と切り離すことができない重要な分野といえます。また、私たちが消費するモノ・サービスのほとんどは経営によって組織が生み出したものです。では、その組織の正体とは一体なんなのか？どのようなメカニズムで作用しているか？興味が湧いてきませんか？？
私が担当する「経営組織論」では、組織のメカニズムについて展開していきます。現代社会の中心的プレイヤーである組織について、その正体を一緒に暴いていきましょう！　“見えないところに答えはあります”

tsuchiya★a.utsunomiya-u.ac.jp

「データサイエンス」というのは掴みどころの無い言葉で、この言葉が指す対象は急速に拡大しています。その一方、基礎を理解することで、新たな概念や手法が出てきた場合にも理解できる事例は多くあります。今後も急速に変化し続ける社会の中で活躍する皆さんには、物事の基礎に立ち返ったり新しいことを貪欲に学び続ける姿勢が求められているように感じます。データサイエンス経営学部で学友や教員と協働しながら主体的に学修・研究をしてみませんか？私は、プログラミング演習、AI・機械学習論など数理・DS科目を中心に担当しています。詳しくは研究室HP等も御覧ください。皆さんにお会いできるのを楽しみにしています。

syoshida★cc.utsunomiya-u.ac.jp

私が担当する学部必修科目「確率・統計２」では確率論の基礎と統計学のデータ分析への応用について学び、選択科目「確率過程論」では経営学・経済学や自然科学に広く応用される『確率過程』という時間と共に変動するランダム現象の数理モデルについて学びます。私たちの身の回りにある様々な現象を科学的手法によって解析する際に、数学は中心的な役割を担っています。変化し続ける現代社会の中で活躍できるデータサイエンスの専門家となるために、宇都宮大学データサイエンス経営学部で基礎である数学から最先端のデータサイエンスまで、一緒に学んでいきましょう。

kumamoto★cc.utsunomiya-u.ac.jp