日本工業大學將於 2022 年 4 月在高等工學院新設“數據科學系”。到目前為止，我們一直在改善學習數據科學的環境，例如決定將“數據科學與人工智能導論”列為跨院系的必修課。在新成立的數據簽名學系，你將從數理統計、編程等基礎技術中學習支持社會5.0超智能社會的AI、IoT等前沿技術，並通過以下方式提升你的系統構建能力和數據分析能力。通過實踐練習，我們的目標是“培養能夠解決社會問題並創造新價值的人才”。

　然而，在數據科學中，沒有多少地方可以學習到這個上游過程。那你為什麼在日本工業大學做呢？

　例如，如果某些佔據多數的數據不尋常，它是否提供了有意義的信息，還是只是由於某些錯誤而產生的噪音？這是因為判斷它是否是事物的能力選擇數據對數據科學很重要。

　再者，用A和B這兩個指標看數據時，看似統計上亂序的點，其實是另一種分佈，增加了另一個指標C，可能就在數據上。如果我們有能力添加這些指標，它將導致新知識和創新的發現。

　高等工程學院信息與媒體工程系的 Yasuhiro Tsujimura 教授說：“數據科學需要的基本上是以統計學為中心的數學能力和看數據的‘眼睛’。”“眼睛看”是非常重要的，從現有數據中以不同的角度看待事物並提取新信息。這不是可以輕易學習的東西，但帶著好奇心，分析結果很關鍵。他說這是通過積累從不同的角度看待它，親自審視它並確認它的過程，培養“看的眼睛”對教育很重要。

　當然，可以從處理後的數據中獲得很多信息，但這可能會減少您自己發現新發現的機會。

　雖然美國的全球公司佔據了大部分的 AI 平台市場，但即使商業模式本身不是那麼新，也可以在多個維度上進行擴展、規模化和復雜化。從現在開始，它會很重要能夠產生價值，企業需求高。

　數據科學家需要使用各種方法來趕上信息並創造新的機會。

→通過項目式的學習和實踐來系統化和獲取