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

データサイエンス研究科(博士後期課程)

 
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 3年 博士(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.解決すべき問題が何かを見抜くための広い視点を身につけるために、個別科学を融合する横串となる統計科学と情報学を基盤とする横断的研究分野であるデータサイエンスに関する多様な方法論や領域の専門知識とスキルの核となる部分を統計科学、情報学、個別科学の教員が共同で行う授業において学ばせる。
2.既存技術で対応できない問題を解決するための新たな基盤技術を生み出す研究力を身につけるため、主指導教員及び副指導教員を含む高度な専門性をもつ複数教員が参加し多様な観点から議論する演習において指導を行う。
3.研究成果を実際の問題解決に用いるための実践力を身につけさせるために、企業、自治体、領域の研究者との共同研究プロジェクトに参画する機会を用意する。

 1については、自らの修了研究テーマ候補に関する実問題を題材に、各回の授業で学んだ最先端知識をデータから価値を創造する過程のどのステップに活かせる可能性があるかを論じるレポート等により評価する。

 2については、プレゼンテーションによる研究進捗報告及びその過程で執筆した論文などにより、新たに生み出した基盤技術が既存技術で対応できない問題をどの程度解決できるかを評価する。

 3については、企業、自治体、領域の研究者との共同研究プロジェクトへの貢献度を、成果を報告するプレゼンテーションやその過程で執筆した論文などにより評価する。

 博士論文については、「新たな基盤技術の研究」と「それら技術による課題解決の実践」の両者に力点を置きつつ、定期的なミーティング等において計画や進捗を確認・議論することで研究指導を行い、次の観点から評価する:

・データサイエンス及びその関連分野における新たな成果を含むか
・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か
・当該研究分野又はその関連分野の発展に大きく寄与する可能性が認められるか

続きを読む… 折り畳む

教育課程の特色(履修モデル、カリキュラムマップ等)

1年次
・ データサイエンスに関する先端知識の習得
・ 修了研究のテーマを具体化するためのサーベイや探求研究を主に行う

2年次および3年次
・ 基盤技術の研究・開発をし、それら技術を実際の価値創造プロジェクトにおいて評価し改善する。
・ 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する。

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.解決すべき問題が何かを見抜くための広い視点を有している。
2.既存技術で対応できない問題を解決するための新たな基盤技術を生み出す研究力を有している。
3.研究成果を実際の問題解決に用いるための実践力を身につけている。

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博士の学位を与えます。
(博士学位) 提出された博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。
当該研究分野またはその関連分野の発展に大きく寄与する可能性が認められる。

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
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

専攻分野に関する説明