Twitter
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

設置形態

課程区分

学校名

学部・研究科名(短期大学の学科名)

学科・専攻名

キャンパスの所在地

                  専攻分野

                  取得可能な資格

                  学位に付記する専攻分野の名称

                  実施している入試方法(複数選択可)

                  編入学(複数選択可)

                  学納金(複数選択可)

                  データサイエンス研究科(博士前期課程)

                   
                  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
                    データサイエンス専攻 2年 修士(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)

                    1.データエンジニアリングとデータアナリシスの高度な専門知識とスキルを修得した上で、モデリングの方法論を修得し、データサイエンスに関する高度な知識とスキルを備えさせるために、大規模データを保存・加工・処理するための専門知識とスキルを学ぶデータエンジニアリング科目、データに内在するランダムネスを処理・測定するための専門知識とスキルを学ぶデータアナリシス科目、領域の課題ごとに適切な分析モデルを構築するための専門知識とスキルを学ぶモデリング科目、そして教育目的とカリキュラムの全体像を学生に伝えるために、前述のデータエンジニアリング科目・データアナリシス科目・モデリング科目の内容を概論する入門科目としてデータサイエンス概論を用意する。
                    2.課題の発見、データ収集・前処理、モデルの決定・最適化計算、結果の解釈、そして意思決定につなげる一連の過程を自らのイニシアティブで実施でき、価値創造に貢献できるようにするために、データエンジニアリング科目・データアナリシス科目・モデリング科目に加えて、データから価値創造するための「型」を身につけるとともに領域知識に触れたり、データから価値を創造するための修了研究を行ったりする価値創造科目を設ける。
                    3.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、組織目標を達成するための核となる基礎的経験を積むために、領域の専門家と連携してデータから価値を創造するための修了研究を行う価値創造科目を設ける。
                    4.データ駆動型価値創造社会に貢献する人材として、データ利活用の社会的影響等を内省できる基礎的見識を備え、修了後の実務経験の中でデータに基づく意思決定に適切に反映できるようになるために、価値創造科目において実際のデータから価値を創造する経験を積む機会を提供する。
                    5.修了後の現場での課題に応じて、自律的に研究を進めることができ、多種多様な領域で価値創造するための適応力を備えられるように、学際領域であるデータサイエンスを網羅的に学ぶとともに実践も行うデータエンジニアリング科目、データアナリシス科目、モデリング科目、価値創造科目を用意する。

                     1、2、3及び5の入門科目、データエンジニアリング科目、データアナリシス科目が対応する項目については、各項目の到達度を、各授業におけるレポートやプレゼンテーションによる報告、プログラミング課題等により評価する。

                     1、2、3、4及び5の価値創造科目が対応する項目については、各項目の到達度を、実際の問題を抱える領域の専門家へ向けたレポートやプレゼンテーションによる報告及び提案、実施結果などにより評価する。

                    続きを読む…

                    教育課程の特色(履修モデル、カリキュラムマップ等)

                     本研究科では、データエンジニア科目、データアナリシス科目、そして両者を基盤とするモデリング科目を学びます。
                     また、プロジェクトマネージメントや領域固有のモデルについても学びます。そして、課題研究を通じて、実際のデータに触れ、一連の問題解決の流れを体感することで、知識だけではなく、問題解決の成功体験を経験し、生きたデータから実際に価値創造を行えるようになります。


                    ●M1(1年次)…修士レベルのデータサイエンスの基礎的能力を身につけます。様々な領域知識と分析例を学びます。
                               
                    ●M2(2年次)…社会的な問題の解決に向けて貢献するような修了研究をします。本学データサイエンス教育研究センターが企業や自治体、大学等と行う共同研究に参加します。

                    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)

                    1.データエンジニアリングとデータアナリシスの高度な専門知識とスキルを修得した上で、モデリングの方法論を修得し、データサイエンスに関する高度な知識とスキルを備えている。
                    2.課題の発見、データ収集・前処理、モデルの決定・最適化計算、結果の解釈、そして意思決定につなげる一連の過程を自らのイニシアティブで実施でき、価値創造に貢献できる。
                    3.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、組織目標を達成するための核となる基礎的経験を積んでいる。
                    4. データ駆動型価値創造社会に貢献する人材として、データ利活用の社会的影響等を内省できる基礎的見識を備え、修了後の実務経験の中でデータに基づく意思決定に適切に反映できる。
                    5.修了後の現場での課題に応じて、自律的に研究を進めることができ、多種多様な領域で価値創造するための適応力を備えている。

                    また、所定の単位を取得した者に対し、次の学位基準に基づいて修士の学位を与える。
                    (修士学位) 提出された修士学位論文が以下を満たすこと
                    ・データサイエンスおよびその関連分野における新たな成果を含む。
                    ・記述の論理構成が緻密であり、学問体系における成果の位置づけが明確で、かつ当該研究課題の周辺領域の専門家にも成果の意義が明快に伝わる。

                    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
                    転学部不可
                    編入学不可

                    転学部・編入学情報補足

                    専攻分野

                    専攻分野
                    心理学
                    経済学
                    商学・会計・ビジネス
                    社会学
                    数学・情報科学・統計学
                    物理学
                    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
                    経営工学・管理工学
                    画像工学・光工学・音響工学
                    医用工学・生体工学
                    生態学
                    生命科学
                    医療・保健・衛生

                    専攻分野に関する説明