ここから検索条件フォームです
検索フォームを表示する

データサイエンス学部

 
ここから学部・研究科等のメニューです ここから大学のメニューです
お気に入りリスト一覧へ
ここから学部・研究科等の情報です

教育課程

学科・専攻等の名称

学科・専攻名修業年限取得可能な学位
データサイエンス学科 4年 学士(データサイエンス)

教育課程編成・実施方針(カリキュラム・ポリシー)

・人間社会や自然環境に対する問題意識や見識を涵養するために全学共通教養科目を、また読解力、表現力、論理的な思考力を涵養するために語学科目を設け、データサイエンティストとして活躍するための基礎的な素養を身に着けさせる。各項目の到達度を試験などにより評価する。
・統計学と情報学の専門知識及びデータサイエンティストとしての基礎的な能力を育成するために、統計学と情報学の専門的知識の習得と、それらの知識を用いた情報機器操作能力の養成を図る。統計学と情報学の専門的知識習得の到達度は試験などを行い評価する。情報機器操作能力は、試験、レポート、プログラミング課題等により複合的に評価する。
・多様な領域でのデータ駆動型価値創造を導くための実装力を養成するため、多様な領域に関する講義科目を設けるのみならず、対応する演習によって実装力を養う。各領域に関する専門性習得の到達度を試験などにより評価する。
・データサイエンティストとしてのデータ利活用力、コミュニケーション力、組織目標追求力を養い、さらにデータを扱うものとして哲学・倫理・政治などについてバランスのとれた見識を養成するために、少人数による課題解決型演習科目を設ける。各種能力を評価するため、演習の成果のレポートやプレゼンテーションによる報告などを実施する。
・全ての科目において、授業外学習への取り組みを促すための課題を設定し、学習習慣を身につけさせ、その成果に対して評価を実施する。
・様々な領域における問題群から自律的に課題を設定し、背景を調べ、多様な領域において革新的な価値を創造する力を育成するために、卒業研究を課す。提出された論文を通して、課題発見、問題の設計、データの収集及び分析、課題解決というデータ駆動型価値創造の各プロセスに関する達成度を総合的に評価する。

教育課程の特色(履修モデル、カリキュラムマップ等)

 本学部で実施されるカリキュラムは、データサイエンス科目(データエンジニアリング系(情報関連)科目、データアナリシス系(統計系)科目)と価値創造科目(経済、経営系科目、多分野における価値創造の実例紹介、価値創造の実践等)の2つに大きく分けられています。これらの授業から自分の興味に応じた授業を受講することで、情報のエキスパート、統計のエキスパート、価値創造のエキスパートになることも可能です。

【価値創造基礎・応用科目】
 基礎科目では、主にデータサイエンスが扱われる様々なシーンに基づいて、価値創造の現場で求められる知識や技術について学びます。3年次からの応用科目では、データサイエンスが用いられる様々な領域に関する知識をより専門的に学びます。この価値創造応用科目は講義と演習の合計3単位がセットになっており、個々人の興味に基づいて、最低3セット(例えば生命科学+ビジネス+地域文化・・・など)を受講し、専門的な知識を深めます。

【データサイエンス基礎科目】
 ・データアナリシス系科目
  データの分析に必要な統計学の知識について深める科目です。統計学の数理的な背景や回帰分析、多変量解析の基礎など統計学の基礎を固めます。
 ・データエンジニアリング系科目
  プログラミングやデータの加工に必要な情報学について深める科目です。コンピューターやネットワークの基礎、プログラミングの基礎を固めます。
 ・データ解析科目
  実際に統計学や情報学を用いてデータを解析するために、ExcelやRといったソフトウェアの操作方法を学ぶ科目です。

【データサイエンス専門科目】
 データサイエンス基礎科目で身につけたデータアナリシス、データエンジニアリング、そしてデータ解析の知識や技能をより高めていくための科目です。データアナリシスであればプログラミングの上級テクニック、データアナリシスであればベイズ統計や機械学習、また実際に調査を行うための社会調査法などが組まれています。

続きを読む… 折り畳む

授業科目

授業の方法・内容

年間の授業計画

シラバス等

学生が修得すべき知識及び能力に関する情報

学位授与方針(ディプロマ・ポリシー)

・データエンジニアリングとデータアナリシスの専門知識とスキルを修得し、データサイエンスの基礎的力量を備えている。
・データサイエンスの基礎を応用して、多様な領域でのデータ駆動型価値創造を導くための実装力を備えている。
・多様なコミュニケーションの力量を備え、データ利活用の現場で相互補完的な専門性を有する仲間と協力して、組織目標を追求できる。
・データ駆動型価値創造社会の哲学・倫理・政治等について、バランスのとれた見識を有している。
・上記のようなデータサイエンティストの専門的力量とイノベーティブな心の習慣を背景に、卒業後の現場での課題に対応して、自律的な学習を進めることができ、多様な領域における価値創造のための創造的イノベーションにも貢献できる。

学修の成果に係る評価の基準

卒業・修了認定の基準

転学部・編入学等の可否、費用負担

可否費用負担
転学部0円
編入学不可

転学部・編入学情報補足

 転学部を志願できる者は、一般選抜試験において入学した者で、本学の他の学部の第1年次に在籍するものとする。

専攻分野

専攻分野
商学・会計・ビジネス
社会学
数学・情報科学・統計学
生物学・生化学・バイオ
電気・電子・通信工学
情報工学・コンピューター
航空工学・宇宙工学
画像工学・光工学・音響工学
医用工学・生体工学

専攻分野に関する説明