1．ビッグデータ時代がやってくる！！
1990年代から2010年まではまさしくインターネットのインフラ構築時代であった。時代はいかに早くインターネット上に有用なコンテンツを構築していくのか、有用なデータを収集できるのかが、社会的要請であった。今や、コンテンツやデータは十分すぎるだけ構築され、あふれかえっている状態である。膨大なデータの構築のためのデータベースへのハイブリッド構築手法やデータマイニングなどの数え上げの手法が多く提案されてきた。
次の時代は、これらのデータをいかに競争力ある手法でサービス化できるかが重要となり、ビッグデータ時代などと呼ばれる。ビッグデータ時代をその名前から質より量の時代と多くの人が誤解しているようであるがそれは間違いである。インフラ時代からビッグデータ時代への変化は、量から質への社会文化の変換ももたらす。インフラ時代はとにかくデータを蓄積することが目的であったが、他ではまねできない手法でデータを解析したり、予測したりすることにより、新しいサービスを提供することが目的となるビッグデータ時代には実は質が重視されることになる。
ビッグデータ時代に生き残るためのデータ解析手法は、ただ数学や統計を学べばよいわけではない。コンピュータサイエンスから最先端アルゴリズムやデータベースなどを統合的に学び、データと解析目的に適した手法を総合的に開発していく必要がある。また、競争力が必要となるので、学部程度のユーザーレベルの知識では対応できず、博士課程レベルの最先端の技術を持つエンジニアがものすごい勢いで必要になっていくのである。コンピュータサイエンスでは、基礎学問が非常に重要になってくる。コンピュータサイエンスでは、基礎的な分野で複雑な数理モデルやアルゴリズムを開発しても、それはすぐに実用可能であり、多大な競争力になる。これまで、大学ではこのような統合的なカリキュラムで高度なビッグデータに対応できるデータサイエンス分野を教えてこなかったため、日本では特に人材不足が起こるであろうと予測される。
本講座では、数学的手法、先端アルゴリズムを基本にまさしく競争力のある先端的データサイエンス手法のエンジニアを世の中に輩出することを目的としている。基礎理論、基礎技術から応用（教育、医学、マーケティングなど）までを行っています。
2．研究テーマ
知識社会に対応できる技術を研究する。研究テーマは以下のとおりである。
（1）基礎数学、数理統計学
（2）数理手法の先端アルゴリズムの開発
（3）ベイジアンネットワーク
（4）人工知能、知識工学、ロボット
（5）教育工学
（6）テスト理論、入試データ解析
（7）医学、遺伝子解析
（8）マーケティング
3．学会活動
AAAI, UAI(Conference on Uncertainty in Artificial Intelligence), IJCAI, AISTATS, International Journal on Artificial Intelligence Tools, IEEE Transaction of Learning Technology, Computer Science Society, IEEE International Journal of Educational Technology ＆ Society、
IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2008)でベイジアンネットワーク研究でBest Paper Award
世界最大のeラーニングの国際学会, e-Learn2004, e-Learn2005 e-Learn2007でベストペーパー賞、ED-Media2008でOutstanding paper award, IEEE ICALT2005、日本行動計量学会、日本教育工学会、日本教育システム情報学会で優秀賞、研究奨励賞受賞。
４．研究理念
とにかく、社会実践を重視する。論文をジャーナルに通すことより、社会的インパクトのある研究を行うことが重要であると考えます。
