講師紹介

東大教授陣と一緒に、データサイエンス、
そして未来社会を考えていきましょう
松尾 宇泰
松尾 宇泰教授
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター 数理情報部門
2019年度東京大学工学部 Best Teaching Award 受賞
担当講座
情報倫理
専門分野
数値解析学、応用数学・計算科学全般
主に担当している『情報倫理』は,結局データサイエンスをどのように使って良いのか、東大内でも「技術と法・倫理」の関係について継続的に考えているものを結晶化させたもので、スクール生のみならず日本国全体に広く議論を呼びかけていきたいものです。
主に担当している『情報倫理』は,結局データサイエンスをどのように使って良いのか、東大内でも「技術と法・倫理」の関係について継続的に考えているものを結晶化させたもので、スクール生のみならず日本国全体に広く議論を呼びかけていきたいものです。
斎藤 洋
斎藤 洋教授
東京大学大学院 情報理工学系研究科 システム情報学専攻
東京大学 数理・情報教育研究センター 応用展開部門
担当講座
データサイエンス、機械学習・機械学習実務入門・機械学習概論、統計学入門・統計学概論・統計学1・統計学2
専門分野
空間情報数理応用、情報通信ネットワーク
学びに年齢は関係ありません。若い方から、ご年配の方まで。東京大学エクステンション・データサイエンススクールが受講生の皆さんのお役に立てればと思います。
学びに年齢は関係ありません。若い方から、ご年配の方まで。東京大学エクステンション・データサイエンススクールが受講生の皆さんのお役に立てればと思います。
清 智也
清 智也教授
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター
担当講座
機械学習実務入門、機械学習概論
専門分野
数理統計学
統計学の理論を専門分野として研究しています。データサイエンスという言葉から連想する内容は人や立場によって様々かもしれません。このスクールでは、その中でも必ず身につけたい内容を中心として、発展的な内容まで学べるよう設計されていると感じます。
統計学の理論を専門分野として研究しています。データサイエンスという言葉から連想する内容は人や立場によって様々かもしれません。このスクールでは、その中でも必ず身につけたい内容を中心として、発展的な内容まで学べるよう設計されていると感じます。
中川 裕志
中川 裕志名誉教授
理化学研究所革新知能総合研究センター チームリーダー
東京大学名誉教授
担当講座
情報倫理
専門分野
プライバシー保護、個人データ利活用モデル、人工知能倫理、社会における人工知能のあり方、統計的機械学習
取扱いに注意を要する個人データを含む社会に流れるデータ量が増加の一途です。このため、統計処理、AI、プライバシー保護のような技術においてデータを扱う上での倫理や法制度の素養を身に付けておくことは、データを扱うビジネスに欠かせません。
取扱いに注意を要する個人データを含む社会に流れるデータ量が増加の一途です。このため、統計処理、AI、プライバシー保護のような技術においてデータを扱う上での倫理や法制度の素養を身に付けておくことは、データを扱うビジネスに欠かせません。
島田 尚
島田 尚准教授
東京大学大学院 工学系研究科 システム創成学専攻
東京大学 数理・情報教育研究センター 数学基礎教育部門
担当講座
機械学習実務入門、統計学入門・統計学概論
専門分野
統計物理学
大学で研究をしている我々は、データサイエンス(DS)の手法開発や原理の探究も行いますが、一方で科学者としてはDSのユーザーでもあります。このユーザーの立場から、皆様とともにDSを学びその生かし方を考えるのを楽しみにしています。
大学で研究をしている我々は、データサイエンス(DS)の手法開発や原理の探究も行いますが、一方で科学者としてはDSのユーザーでもあります。このユーザーの立場から、皆様とともにDSを学びその生かし方を考えるのを楽しみにしています。
森 純一郎
森 純一郎准教授
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター 情報基盤部門
担当講座
データサイエンス入門、機械学習・機械学習実務入門・機械学習概論
専門分野
人工知能、ネットワーク分析、大規模データ分析
データサイエンスの基礎となる数理的知識を基盤として体系的に学んだ上で実課題に対してそれらの知識を応用できるような力をスクールでつけていきましょう。
データサイエンスの基礎となる数理的知識を基盤として体系的に学んだ上で実課題に対してそれらの知識を応用できるような力をスクールでつけていきましょう。
小池 祐太
小池 祐太准教授
東京大学大学院数理科学研究科
東京大学 数理・情報教育研究センター 数学基礎教育部門
担当講座
統計学入門・統計学概論、統計学1・統計学2
専門分野
確率統計学
データサイエンスというと、データを巧妙な技法で加工して華々しい成果を得るというイメージがあるかもしれません。しかし、加工品が常に有用なわけではなく、結果の吟味が必要です。この判断の一助に役立つ統計学の考え方を説明したいと考えています。
データサイエンスというと、データを巧妙な技法で加工して華々しい成果を得るというイメージがあるかもしれません。しかし、加工品が常に有用なわけではなく、結果の吟味が必要です。この判断の一助に役立つ統計学の考え方を説明したいと考えています。
山肩 洋子
山肩 洋子准教授
東京大学大学院 情報理工学系研究科附属 情報理工学教育研究センター
担当講座
情報倫理、機械学習・機械学習実務入門・機械学習概論
専門分野
メディア情報処理、食のIT
小中高での情報教育が必修となり、若い世代のAIリテラシーは急速に向上しています。学生時代に情報学を学ぶ機会に乏しかった皆様も、大学で行われている情報教育をベースとする我々の講義で学び、自信を持って若者を導いていただきたいと思います。
小中高での情報教育が必修となり、若い世代のAIリテラシーは急速に向上しています。学生時代に情報学を学ぶ機会に乏しかった皆様も、大学で行われている情報教育をベースとする我々の講義で学び、自信を持って若者を導いていただきたいと思います。
荻原 哲平
荻原 哲平准教授
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター 応用展開部門
担当講座
統計学入門・統計学概論、統計学1・統計学2
専門分野
数理統計学、特に確率過程の統計解析と金融データ解析への応用
AI技術の発展やビッグデータ活用の進展にともない、データサイエンスの重要性がますます増してきています。数学に苦手意識がある方にも統計学を理解し、活用いただけるようにサポートしていけたらと思います。
AI技術の発展やビッグデータ活用の進展にともない、データサイエンスの重要性がますます増してきています。数学に苦手意識がある方にも統計学を理解し、活用いただけるようにサポートしていけたらと思います。
二反田 篤史
二反田 篤史准教授
九州工業大学 大学院情報工学研究院知能情報工学研究系
担当講座
機械学習・機械学習実務入門・機械学習概論
専門分野
確率的最適化、機械学習、深層学習
深層学習の登場でAI技術が目覚ましい発展を遂げています。その実態はニューラルネットワークを用いた機械学習です。そのため機械学習の数理を理解することはAIへの習熟において非常に有用なことです。機械学習講義がその理解の助けになれば幸いです。
深層学習の登場でAI技術が目覚ましい発展を遂げています。その実態はニューラルネットワークを用いた機械学習です。そのため機械学習の数理を理解することはAIへの習熟において非常に有用なことです。機械学習講義がその理解の助けになれば幸いです。
倉田 澄人
倉田 澄人特任助教
東京大学大学院 情報理工学系研究科 数理情報学専攻
担当講座
統計分析入門・統計分析
専門分野
統計学(モデル選択、ロバストネス)
あらゆる場所に「データ」が存在する以上、データサイエンス、統計学は文理・職種・世代を問わず、どなたにとっても役立てられる学問です。世の中に大量にあるデータと正しく向き合うことが出来るようになるため、サポートさせていただければ幸いです。
あらゆる場所に「データ」が存在する以上、データサイエンス、統計学は文理・職種・世代を問わず、どなたにとっても役立てられる学問です。世の中に大量にあるデータと正しく向き合うことが出来るようになるため、サポートさせていただければ幸いです。
郡山 知樹
郡山 知樹講師
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター 応用展開部門
担当講座
データサイエンス入門
専門分野
音声合成、音声言語情報処理、機械学習
データサイエンス・機械学習の発展に伴い、データを扱うために共通する基礎部分が「共通言語」のようになりつつあります。画像・音声・言語・これらだけに限らずさまざまなデータに同じ手法を適用するための基礎をお伝えいたします。
データサイエンス・機械学習の発展に伴い、データを扱うために共通する基礎部分が「共通言語」のようになりつつあります。画像・音声・言語・これらだけに限らずさまざまなデータに同じ手法を適用するための基礎をお伝えいたします。
奥野 貴之
奥野 貴之研究員
理化学研究所革新知能総合研究センター
担当講座
最適化
専門分野
数理最適化、オペレーションズリサーチ
数理最適化の研究をしています。数理最適化はデータサイエンスにおいて必須の分野ですが、縁の下の力持ちで目立たないことに残念と思うことがあります。受講生の方々には数理最適化の魅力を味わっていただけるような講義をしたいと思います。
数理最適化の研究をしています。数理最適化はデータサイエンスにおいて必須の分野ですが、縁の下の力持ちで目立たないことに残念と思うことがあります。受講生の方々には数理最適化の魅力を味わっていただけるような講義をしたいと思います。
寒野 善博
寒野 善博教授
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学 数理・情報教育研究センター 数理情報部門
2013年度東京大学工学部 Best Teaching Award 受賞
担当講座
最適化
専門分野
数理最適化のモデリング・解法とその応用力学・設計力学への応用
このスクールでは、最適化の基礎を、データ解析における考え方や使い方に焦点を当てて解説しています。一方で、最適化は、既に社会のさまざまな意思決定や設計に利用されていますので、受講された方それぞれの現場で最適化が活用されることを期待します。
このスクールでは、最適化の基礎を、データ解析における考え方や使い方に焦点を当てて解説しています。一方で、最適化は、既に社会のさまざまな意思決定や設計に利用されていますので、受講された方それぞれの現場で最適化が活用されることを期待します。