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)

                  情報データ科学部

                   
                  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
                    情報データ科学科 4年 学士(情報データ科学)

                    教育課程編成・実施方針(カリキュラム・ポリシー)

                    ○入門科目として、情報科学およびデータ科学の分野全体を俯瞰し、本カリキュラムの学習項目の概要と、それらの関連性を理解させるための概論的科目を置く。また、両コース共通の基盤となる基礎的知識と技能を修得させるため、代数学、解析学、統計学の基礎科目やプログラミングの導入科目を置く。現代の社会的課題に必要な知識や技能を自覚させ、自律的成長の志向性を涵養するためのPBL 科目を置く。
                    ○専門基礎科目として、情報科学が社会に及ぼす影響を総合的に理解させ、情報科学者としての倫理観や安全意識を涵養するための科目を置く。インフォメーションサイエンスコースでは、プログラミング、コンピュータのハードウェア、ソフトウェアおよびネットワーク技術に関する基礎的知識・技能を学ばせるための基礎的な情報科学に関する講義科目、演習科目および実験科目を置く。データサイエンスコースでは、データ解析の基礎的知識・技能を学ばせるための、基礎的な統計学に関する講義科目と演習科目を置く。
                    ○専門科目として、インフォメーションサイエンスコースでは、アルゴリズムの原理やプログラミングの知識とそれを応用して高度な情報システムを構築する能力を身につけさせるため、情報技術の実践や情報セキュリティに関する講義科目、演習科目および実験科目を置く。データサイエンスコースでは、高度なデータ処理分析の基盤となる能力を身につけさせるため、数理統計学、ビッグデータ分析、機械学習などに関する講義科目と演習科目を置く。
                    ○発展科目として、インフォメーションサイエンスコースでは、与えられた制約の下で効率よく課題を解決する仕組みをハードウェアやソフトウェアのシステムとして設計・実装するための知識と技術を身につけるための高度な情報科学やその応用に関する専門科目を置く。
                    ○データサイエンスコースでは、社会・観光情報学分野や医療・生命情報学分野などの具体的な応用分野における、多様なデータから情報を収集、整理・分析、加工・提示処理する技術と分野固有の知識を身につけさせる一連の科目を置く。
                    ○卒業研究では、基礎研究・応用研究を遂行し、課題解決能力、課題探求能力、価値創造能力、コミュニケーション能力およびプレゼンテーション能力を伸ばす。
                    ○授業の成績評価は、定期試験の結果、レポート、課題、ディスカッション、プレゼンテーションの成果、授業やゼミナールへ取り組む意欲・態度などの総合的観点から行う。卒業研究の評価は、卒業論文並びにプレゼンテーションなどで行い、評価の結果、成果が一定の水準に達したと担当教員が認めた場合に単位を認定する。

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

                    【学部の特色(再掲)】
                    まず、共通基礎科目として数学的思考・スキル、コンピュータやプログラミングの基礎、コミュニケーション関連科目で他者との協働を学びます。2年次では共通科目に加え、自分の希望にあわせてISコースかDSコースを選択し、各コースで想定される進路に向けて、さらに専門性を強化するカリキュラムになっています。ただし、コース選択の違いは、各科目の履修が必修か選択かの違いで、どちらのコースを選択しても他方の科目を履修できますので、自分の学びをさらにカスタマイズできます。
                    ○医療と観光におけるビッグデータの活用
                    ・長崎大学の強みである医療・保健分野に蓄積されたデータを用いて、統計的機械学習を基にした解析を行い、医療の支援を行います。
                    ・長崎には多数の観光客が訪れます。統計学に基づくビッグデータ分析により、彼らの行動の特徴を抽出し、自治体および産業界の発展に繋げます。
                    ○社会や企業の問題解決に挑む「実社会課題解決プロジェクト」
                    ・自治体や地元企業と連動し、在学中から実践的な課題に取り組み、問題解決やコミュニケーション能力を育成します。
                    ・地元企業の活性化、地域問題の解消など、学生一人ひとりに課題解決の実体験を得られるチャンスがあります。

                    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)

                    ○情報データ科学分野に必要な基礎的知識を修得している。
                    ○社会の諸課題を情報データ科学に基づき多角的に分析し、課題解決や価値創造を図るための論理的思考力を有している。
                    ○情報データ科学的思考に基づくデザイン能力、マネジメント能力、プレゼンテーション能力およびコミュニケーション能力を修得している。
                    ○情報データ科学者としての倫理とセキュリティ意識を有している。
                    ○インフォメーションサイエンスコースでは、コンピュータのハードウェア・ソフトウェア・ネットワーク技術の基礎と応用力を、データサイエンスコースでは、統計およびデータサイエンスに関するデータ分析技術の基礎と応用力を有している。

                    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0円
                    編入学不可

                    転学部・編入学情報補足

                    専攻分野

                    専攻分野
                    観光学
                    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
                    システム・制御工学
                    情報工学・コンピューター
                    デザイン工学
                    画像工学・光工学・音響工学
                    その他の専攻分野
                    情報科学(インフォメーションサイエンス)
                    データ科学(データサイエンス)

                    専攻分野に関する説明

                    情報科学(インフォメーションサイエンス)
                    高度な情報科学の知識を生かし、AI化が進むシステムやロボットの開発に貢献できるエンジニアを養成する。

                    データ科学(データサイエンス)
                    実際の社会課題に対し、データから具体的な解決策を提案できるデータサイエンティストを養成する。