ゼミの紹介
ビッグデータの利活用が進みデジタル・イノベーションが産業・社会の至るところで生じている今日、データ分析を実践できる人材の絶対数が世界的に不足しています。
「データサイエンス」「マネジメント・アナリティクス」を研究領域に据えている林(高)研究室は、KBS生の強みである俯瞰的・多面的視点で社会や組織の抱える様々な問題を発見し課題解決を図る"ホリスティックな"経営実践能力に加えて、データ分析を駆使しながらエビデンスに基づいて課題解決を図ることのできるデータ分析能力と、分析結果を定量分析を得意としない組織内外の人に対しても分かり易く効果的かつ的確に伝えることのできるコミュニケーション能力を兼ね備えた人材、「KBS型データ分析者/データサイエンティスト」の育成を目指します。
当ゼミ所属院生は、「ビッグデータ」から「スモールデータ」、政府統計や各企業の蓄積している業務系データから、アンケートデータ、Twitterや口コミなどのWeb上のデータに至るまでの多種多様なデータの分析を行いながら、社会に役立つような実践的研究を行っています。
過去年度ゼミ活動例：
・研究成果の学会発表 (国内外)
・ID付きPOSデータ分析 (某製造小売大手との共同研究)
・VOCデータ, 営業データ, アクセスログデータ等の分析 (住田潮筑波大学名誉教授(当研究科前特任教授)ならびに当研究科岡田正大教授研究室 (ゼミナール)との連携。某住宅設備メーカーとの共同研究)
・人事・組織・教育系データ分析(ピープル・アナリティクス) (岩本隆当研究科前特任教授との連携)
・データ解析コンペティション(経営科学系研究部会連合協議会主催), スポーツデータ解析コンペティション(日本統計学会スポーツ統計分科会主催)へのゼミ生の自主的参加
当然ながら、データ分析は問題・課題解決の手段であって目的ではありません。 KBS生の大部分は入学前に実務経験を持ち、実務における諸問題はすでに体験しており、企業の皆様とは社会人経験者として実務上の問題意識について共有し議論することができます。 当ゼミ生はKBSにおいて学んだ経営学の体系的知識をベースに、実践的な視点からデータ分析を行いながら、問題・課題の発見、解決策の検討を行います。 卒業後のキャリアはコンサルティング、金融、人事など多岐に渡ります。起業するOBもいます。当ゼミでの学びを活かし、 データ分析者/データサイエンティストとして活躍するOBも増加中で、AIベンチャーの経営陣に加わるOBもいます。
現役ゼミ生（M44期生）
浜島 基(ゼミ長), 陳 満傑
2022年度（M45期生）ゼミ入室案内
オープンドア日程: オープンドア第1週(2023年1月30日～2月3日)が近づいたら、面談希望日時を事前にメールでお知らせください。 面接に際しては、各自のプロフィール（学部時代の専攻、職歴、特技等）、ゼミ志望動機、研究計画を簡潔に記した紙（A4で1～2枚程度）を持参して下さい。 オープンドア日程に拘らず、ゼミ選びに関する一般的な相談をご希望の方はまずご一報下さい。修士論文指導
修論テーマは、ゼミ生各自の興味や得意分野に応じて、指導教員と相談しながら自主的に決めて貰います。面白いこと・オリジナリティがあること・有用であることを重視します。 これまで指導した修論テーマは、多岐に渡っており、研究の方法論も多様です。 修論作成のおおまかなスケジュール： 副査決定（6月中旬）、プロポーザル提出（6月下旬）、中間報告（10月上中旬）、修論提出（1月上旬）、発表会（1月中旬）、修論最終提出（2月上旬）輪講
1学期に行います。2学期は修士論文の進捗状況を見ながら判断します。教材は、ゼミ生の興味・希望にもよりますが、近年は、統計学の他, テキスト解析や機械学習関連の書籍も使用します。
当ゼミでは、統計分析や図表出力を効率的、効果的に実施するために統計ソフトウェアRを学びます。Webデータの収集や大量データの加工, 機械学習アルゴリズムを実行するためにスクリプト言語Pythonも学びます。 テキスト解析の手法もこれらの言語等を使いながら学びます。初心者でも、1年間のゼミ活動や修士論文研究を通じて、 データサイエンスの主要な手法を習得し、卒業後も学習を継続できるような基盤作り目指します。