ホーム研究科を知る
研究科の概要とカリキュラム
2023年4月
最終確認:入試情報は
- 学位
- 修士
(ソーシャル・データサイエンス) - 標準修業年限
- 2年長期履修制度で
最長4年まで可能 - 入学定員
- 21名2027年度入試の
募集人員は36名予定 - 修了要件
- 30単位以上演習8単位以上を
含む。修士論文も必須 - 課程の設置
- 2023年4月2025年4月
に 修士課程→博士前期課程 - 教員数
- 21名公式
「教員紹介」掲載
教授7・准教授13・特任教授1 - 学期の
区切り - 4学期制春・夏・秋・冬の
クォーター制 - キャンパス
- 国立キャンパス東京都国立市中2-1
JR国立駅南口から徒歩約10分
修了時に身につけているべき4つの力(ディプロマ・ポリシー)
研究科が
社会科学の高度な知識
経営学・経済学・法学・政治学などの
データサイエンスの高度な知識
統計学・機械学習を
融合応用能力
両者を
研究能力
融合した
出典:大学院ディプロマ・ポリシー
2年間の基本構造
1年目:必修と選択必修で土台をつくる
- 必修の
「ソーシャル・データサイエンス特論」 「データサイエンスの ELSI」を 1年次に履修 - データサイエンス科目
(統計分析発展・機械学習発展)から 2科目を 選択必修で履修 - 演習・研究指導は
1年次から 必修。5月 に で中間発表会 研究テーマと 手法を 発表 (設置届出時の 計画)
2年目:発展科目と修士論文
- 発展科目
(ビジネス・イノベーション分析/社会課題解決)と リサーチ・ワークショップで 計10単位以上 - 演習・研究指導を
継続し、 主指導教員との 一対一の 指導で 論文を 仕上げる - 2年次1〜2月
に 、修論発表・修了審査 3月 に 学位授与 (設置届出時の 計画)
科目はこの6つの区分でできている
科目区分は
SDS基礎科目
必修 4単位- ソーシャル・データサイエンス特論
- データサイエンスの
ELSI
データサイエンス科目
選択必修 4単位- 統計分析発展
(実践/学術) - 機械学習発展
(実践/学術) - 4科目から
2科目を選択
ビジネス・イノベーション分析科目
6科目- 高頻度資産価格データ分析
- ベイズ統計学に
よる マーケティング分析 - ビッグデータと
指数理論 ほか
社会課題解決科目
6科目- 空間情報を
用いた 社会・経済分析 - 超高齢社会と
科学技術 - 技術と
法 ほか
リサーチ・ワークショップ
Ⅰ・Ⅱ- 最先端の
研究に 触れる場 - 発展科目と合わせて
10単位以上
演習・研究指導
1・- 演習 必修 各学期2単位・計8単位
- 研究指導 必修 各学期1単位・計4単位
- 副演習
(選択)
科目名・単位数は
修了までに必要な3つのこと
30単位以上を修得
内訳は
必修を落とさない
必修は
修士論文の審査に合格
主査1名・副査2名の
出典:2026年度 新入生ガイダンス資料
最近の修士論文テーマ例
2025年