データ科学には定まった定義はないが，データ科学をデータが関わる研究を行う学問と考えるならばその守備範囲は広大である．大学は学問の府であるから，データが重要な役割を果たす実証研究に直結する研究のデザインやデータのハンドリングの方法（統計手法）の習得が，データ科学の中でも，肝要である．本副プログラムは，こういった意味でのデータ科学の実践的かつ包括的な教育コースを提供する．実証研究のデータ科学を身に付けた修了生は，実社会でもデータに関わる実務においてそのスキルを十分に活かすことができる．

各専攻において基本的なデータ処理の教育はなされている．しかし，それらは十分とは言えないであろう．実際，実証研究を中心に行う専攻では，自身の研究テーマに直結するデータ分析の手続きはよくトレーニングされているが，データ分析の基礎的な事柄の理解は危うく，状況が変化すると適切に分析できなくなることがある．一方，数理統計学やデータ科学の基礎を学ぶ専攻では，実際のデータ分析を体験したり批判を受けることは少なく，統計手法の応用上の意味や分析の困難さを学べない．本副プログラムはこのような問題意識に鑑み，下記の目的をもって開設する．なお，主専攻とは受講生自身が所属する専攻である．

• データ科学の基本的な考え方と統計手法の数理的基礎を理解する
• 主専攻の研究分野に直結する統計手法を体系的に学ぶ
• 主専攻でない分野におけるデータ科学を知り学際的な視点を養う
• 最新の統計手法に関する情報を得る
• データ科学の教育における課題を発見し教育方法の改善に資する

本プログラムには８つのコースがある．

• 統計数理コース
• 機械学習コース
• 医学統計学コース
• 保健医療統計学コース
• 人文社会統計学コース
• 経済経営統計学コース
• ビッグデータ＆データサイエンティストコース
• Statistics-in-English course

コースを修了するためには，コースごとに指定された選択必修科目と選択科目から，それぞれ，6単位ならびに2単位以上，合計10単位以上を修得する必要がある．統計検定（日本統計学会公式認定）の受験を推奨する．

主専攻に関わるコースにおいても他専攻の講義がいくつか配してあり，それらの履修を勧める．さらに，主専攻とは異なる視点でデータ科学を観るため，他専攻のコース修了を推奨する．多くの異なった分野における固有の技術や概念を学習しデータ科学の観点からそれらを見つめ直すことは，学際的・俯瞰的な視野の醸成に資するであろう．

なお，本プログラムは，文部科学省 平成24年度採択 大学間連携共同教育推進事業の取組「データに基づく課題解決型人材育成に資する統計教育質保証」の活動の一環として開始された．

統計関連科目を受講していること．研究や実務等において実データ解析を行った経験があることが望ましい．

統計検定2級対応「統計学基礎」東京図書のレベルを基準とする．データ解析環境Rの経験があったほうがよい．

「統計数理コース」ではデータ科学における数理的基礎，統計理論を習得するとともに実証科学において応用される分析手法を学ぶ教育プログラムを提供する． 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，確率解析，確率微分方程式，推測統計，多変量解析，時系列解析，分散分析などを習得する科目を開講する．

「機械学習コース」ではデータから知識・情報を抽出するために必要な数理的基礎，統計理論を学習するとともに，データ解析のスキルを獲得する教育プログラムを提供する． 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，データマイニング，統計モデル，データ解析，リスクマネジメントなどを習得する科目を開講する．

「医学統計学コース」では，臨床試験，観察研究などの医学研究のデザインと統計解析に必要となる統計学的知識およびプログラミング技術を学ぶ教育プログラムを提供する．全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，医学統計学の各論やクリニカルトライアルを習得する科目を開講する．

「保健医療統計学コース」では保健医療分野で得られたデータを解析するために必要な統計手法と研究方法論を習得する教育プログラムを提供する． 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，医学統計学，臨床試験，観察研究および疫学研究，多変量解析の理論と応用などを習得する科目を開講する．

「人文社会統計学コース」では心理学，社会学，教育学など人文社会科学分野において用いられる統計手法，研究方法論の習得とともに，それらの数理的基礎を学ぶ教育プログラムを提供する． 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，線形モデル，潜在変数モデル，社会調査，多変量解析の数理的基礎をなど習得する科目を開講する．

「経済経営統計学コース」では経済学，経営学分野で用いられる統計手法を習得するとともに，それらの数理的基礎を学ぶ教育プログラムを提供する． 全コース共通でデータ解析の実際を学ぶデータ科学特論 IおよびIIに加え，統計理論，計量経済学，社会調査，マーケティング・サイエンス，多変量解析の数理的基礎などを習得する科目を開講する．

「ビッグデータ＆データサイエンティストコース」ではビッグデータの利活用に必要な数理的基礎，統計理論を学習するとともに，解析手法を獲得する教育プログラムを提供する．全コース共通でデータ解析の実際を学ぶデータ科学特論IおよびIIに加え，ビッグデータ解析，データ分析，データマイニングなどを習得する科目を開講する．

「Statistics-in-English course」では英語で実施される講義によってデータ科学における数理的基礎，統計理論を修得するとともに，国際競争力を獲得する教育プログラムを提供する．様々な分野の統計学を修得できる科目を開講する．

• データ科学を軸とした学際的，俯瞰的な教育プログラム
• 基礎工学，経済学，人間科学，医学系，工学，理学，情報科学の7研究科の協力の下，数理・データ科学教育研究センター（MMDS）が実施
• 受講生の専攻とニーズに合わせた8つのコースの設置
• コースに共通する科目と独自の科目を設けることにより，プログラム全体の統一性と，コースごとの多様性を確保
• 数理科学を専攻する学生にとっては，実際のデータ解析の面白さと難しさを学ぶことができる
• 実証科学を専攻する学生にとっては，データ解析手法の数理的基礎を学ぶことができる
• 最新の統計手法に関する情報が反映された教育内容の提供

実証科学を専攻していて，自身の研究でデータ解析を行う方．
数理科学を専攻していて，実際のデータ解析に関心がある方．

データサイエンティストとして活躍するデータ科学のスペシャリストはもちろんのこと，実社会においてデータを扱うすべての職業において，本プログラムが提供する教育内容を活かすことができる．