経済・経営・国際関係専攻（EMIR専攻）/ ビジネスデータサイエンス専攻（BDS専攻）研究クローズアップ

私の研究分野は、医療・労働分野を中心とする応用ミクロ経済学であり、経済学の枠組みを用いて、健康投資や労働供給に関する個人の意思決定のあり方を研究しています。また飲酒行動や勤怠状況、労働者の総合的な幸福度など、健康状態や就労成果における経済政策の影響、さらにライフサイクルにわたる消費行動の形成と生活時間との関係を検討しています。現在の研究テーマは、通勤時間が夫婦間の時間配分とその幸福度に及ぼす影響です。
こうした研究の成果は、最低賃金をめぐる政策議論、通勤時間に関連する政策、家庭内ジェンダー不平等解消のための戦略に活かされています。日本の世帯消費、時間利用パターン、ジェンダー不平等についての研究を深めていきたいと思っています。

私の担当は、BSc1年目の「Mathematics 1 and Statistics 1（数学1&統計学1）」と「Introduction to Mathematical Statistics（数理統計学入門）」です。授業は講義と演習の二本立てとします。
講義では基本概念と手法について詳しく解説し、その応用例を紹介します。演習では、個別に、またはグループ単位で課題を割り当てて、必要に応じて解説を行います。授業外学修で課題に取り組むことで、さらに理解が深まります。
企業の最適化決定モデルや財政金融政策の影響など、ミクロ経済モデルとマクロ経済モデルの両方を理解するためには数学的スキルが不可欠です。経済学とデータサイエンス専攻の学生にとっては、私の授業で学ぶ統計学の概念が、計量経済学、上級統計学、機械学習など、専門科目の学びの基礎となります。

私が専門とする機械学習はコンピュータにデータを学習させて、徐々に性能を向上させるというAIの一分野です。AIは科学、ヘルスケア、経済、そして社会そのもののあり方を変え、医療診断システムから、画像認識、ヒューマノイドロボットに至るまで、実に幅広い技術を支えています。機械学習とAIは、今日の多くのイノベーションの原動力となっているのです。特に私が関心を寄せているのは、モデルの評価と選択、統計的学習理論、教師あり学習アルゴリズムの実用化、計算機実験の再現性です。私の研究は、計算機統計学や機械学習を使って、主に高次元データからの解析や知識抽出を行う各種分野への応用が可能です。応用研究では、大規模な半構造化データセットと異種データセットから予測モデルを構築することを焦点としており、並行して分類器を評価するための新しい統計学的手法の理論的研究を進めています。機械学習モデルの信頼性と再現性を高めるために、より進んだ方法論を確立することが究極の目標です。

武蔵大学ではPDPの授業「Machine Learning（機械学習）」と「Advanced Statistics: Distribution Theory and Statistical Inference（上級統計学：確率分布と統計的推測）」を担当します。 授業では理論と実践を組み合わせ、アルゴリズムと統計学的手法の数学的基礎を学ぶとともに、実際のデータを用いた演習を行い、抽象概念がどのように実践に移されるのかを理解してもらいます。 学生の皆さんには批判的思考を心がけ、好奇心と厳密な科学的視点をもってデータに向き合うことを期待します。私の授業で上級統計学と機械学習の貴重なスキルを身に付け、研究の場や職場で複雑な分析課題に直面したときに、自信をもって解決に当たっていただければと思います。