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”。
培養作為數據科學家的“眼睛”
許多大學也在設立數據科學的新系,但日本工業大學的“數據科學系”特別關注數據收集和預處理的上下游流程,重點是培養能夠處理高達.換句話說,在信息工程+數據科學中,我們將開發具有該領域所需的數據科學技能的人力資源。
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。
- 1
- 2