Waseda Goes Global: A Plan to Build a Worldwide Academic Network That Is Open, Dynamic and Diverseスーパーグローバル大学創成支援「Waseda Ocean構想」

News

ニュース

受講レポート:2021 ICPSRサマープログラム

社会科学に関する世界最大の調査データアーカイブを保有するICPSR (Inter-university Consortium for Political and Social Research) は、本部のあるミシガン大学で統計・データ分析のサマープログラムを開催しています。1960年代から続くICPSRサマープログラムは今年度も昨年度に続きオンライン開催となり、40以上のコースについて4週間にわたる集中講義が行われました。SGU実証政治経済学拠点では、例年このサマープログラムに参加する大学院生に受講料の補助を行っています。今年はその支援の下、政治学研究科と経済学研究科から計3名の大学院生がこの長丁場のプログラムに取り組みました。

 

下田 千華 (SHIMODA, Chika)

所属・学年:政治学研究科 博士後期課程1年
研究分野:現代政治
受講コース:Data Science and Text Analysis, Time Series Analysis II: Advanced Topics, Introduction to the LaTeX Text Processing System, Introduction to Python, Categorical Data Analysis, Introduction to the R Statistical Computing Environment

コース内容:
Data Science and Text Analysisでは、テキストデータを使用して最先端の社会科学研究を追求するための理論的背景、実践的経験、および技術的能力の養成を目的としていた。このコースは、データ収集と前処理から説明と推論分析まで、データサイエンスの新しい分野から引き出された技術に特に重点を置いて、テキストデータを使用して研究を行うための主要な技術的側面をカバーするような授業がなされた。

受講で得た成果:
コースの終わり頃に、学術雑誌の記事として公開することを目的とした研究プロジェクトの過程で遭遇する可能性のあるデータ収集および管理タスクを実行するために必要な基本的なスキルを身に付けた。また、デジタルテキストデータを収集して前処理し、データに多くの標準的なテキスト分析手法を適用するスキルと経験も習得した。

今後の研究にどう生かせるか:
教科書のテキスト分析・内容分析に活用することができると考えている。とりわけ、実際にRを用いたデータフレームの作成、関連する単語を結びつけたワードクラウドなどを、テキスト分析を用いた自身の研究に直接活用することができると考えている。

後輩へのアドバイス:
英語がネイティブでない人は、受講を躊躇われるかもしれませんが、先生側から一方的に1人の生徒に質問したりすることはないですし、画面オフが認められているため、精神的な負担はかなり少ないかと思われます。

また、ミシガン大学のZ O O Mの機能の1つとして、「トランススクリプト」という機能があり、先生が言った言葉を瞬時にその場に表示することができます。もしわからない言葉があれば、その場で、翻訳ソフトなどにかけることができて、非常に便利でした。私は受講してから2週間ほど後に、この機能について知ったため、もっと早く知っておきたかったと思いました。

一番良かったと思うことは、オンライン授業であり、かつその録画が講義期間中ずっと配信されるため、いつでも、どこでも、授業を受講することができたことです。コース終了後も、約2週間ほどは録画を見ることができます。時差が大変かと思いますが、頑張ってください。

 

梁 凱淇(LEUNG, Hoi-ki)

所属・学年:政治学研究科 修士1年
研究分野:比較政治学
受講コース:Race, Ethnicity, and Quantitative Methodology I

This course provided students with an overview of the major theories and empirical approaches to the study of intergroup attitudes. It has also devoted considerable amount of time in methodologies employed in the study of intergroup attitudes. Since most of the debates on race and ethnicity revolve around measurement, the content focused on different methods in scaling and dimensional analyses, and their applications in the corresponding literature. Each week the lecturers began with a theoretical discussion, then continued with methodological lectures and occasionally involved some guest speakers on relevant topics.

Via joining this course, it has enhanced my understanding on the theory and measurement of ethnicity and race. By asking questions to lecturers directly and getting assignment feedbacks from TA, I have also learnt more about my interested subjects and attained some improvement in my current research work on survey design and IRB preparation. They are friendly, respectful to students from different backgrounds. Although it is hard to connect with other students online on zoom lectures, it is still a nice experience to be in the same class with them who are from different racial backgrounds of Black, Latino, Asian, White and indigenous groups.

Advice for future students: the course focused more on US-context theoretically and empirically with a generalized framework on race and ethnicity and discussion of literature mainly in the US, so if you are not working on US-related topics, this course may not be the best choice for you. Instructors welcome questions from students, so bring your own research problems to the course would be the best way to learn from it. They also put the lecture videos available online 14 days after the lecture, so you may also revise the content again if you want to.

 

ワン ザーミン(WANG, Zeming)

所属・学年:経済学研究科 修士2年
研究分野:国際貿易
受講コース:Machine Learning: Applications in Social Science Research

A growing number of social scientists are taking advantage of machine learning methods to uncover hidden structure in their data, improve model predictive power, and gain a better understanding of complex relationships between variables. This class covers the mechanics underlying machine learning methods and discusses how these techniques can be leveraged by social scientists to gain new insight from their data. Specifically, it covers both supervised and unsupervised methods: decision trees, random forests, boosting, support vector machines, neural networks, deep and adversarial learning, ensemble learning, principal components analysis, factor analysis, and manifold learning/ multidimensional scaling. In this course, we also discuss best practices in fitting and interpreting these models, including cross-validation techniques, bootstrapping, and presenting output. The most interesting part is that the workshop demonstrates how models can be estimated in R.

When I prepared for the CFA examination last year, I learned some basic knowledge about machine learning, but it is not enough for me to know the theory only, I should know how to use it. And this class offers me a great chance of deepening my understanding of machine learning method in the context of code or R. As the development of AI, in the future, maybe some jobs would be replaced by robots. On one hand, people should master some skills that is irreplaceable. On the other hand, people should learn how to create and use AI. For this purpose, learning programming language and machine learning will be a small step. In the United States, there are four famous universities in the field of computer science: MIT, Sandford, UCB and Carnegie Mellon University. After graduating from WASEDA, I plan to work in a financial company for three to five years and try to obtain an offer of computer science in one of the four universities in America. I think this second master degree will help me switch my direction and walk further in the field of finance. I really appreciate our school, offering us such a valuable opportunity of participating in the summer school in U-Michigan and learning what I need for my future plan.

And now I am writing my master thesis on international trade, more specifically, the paper is about the trade war and the best tariff. It is a theoretical paper, but I need to use real world data to verify my model, and it is obvious that this course offers me a new sight of uncovering the relationship of data.

If someone is interested in Machine Learning or R, I strongly recommend this course.

Page Top
WASEDA University

早稲田大学オフィシャルサイト(https://www.waseda.jp/inst/sgu/)は、以下のWebブラウザでご覧いただくことを推奨いたします。

推奨環境以外でのご利用や、推奨環境であっても設定によっては、ご利用できない場合や正しく表示されない場合がございます。より快適にご利用いただくため、お使いのブラウザを最新版に更新してご覧ください。

このままご覧いただく方は、「このまま進む」ボタンをクリックし、次ページに進んでください。

このまま進む

対応ブラウザについて

閉じる