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)
ヘルスデータサイエンス専攻 2年 修士(ヘルスデータサイエンス)

教育課程編成・実施方針(カリキュラム・ポリシー)

本研究科では、社会潮流の把握に基づく課題背景の理解を基盤とし、膨大なデータの分析から創出する新たな価値を社会実装することができる人材、すなわちデータサイエンス人材を育成するために必要な教育課程を編成する。

○データサイエンス専攻
データサイエンス専攻が提供するカリキュラムは、データサイエンス力を構成する3つの力について、「データアナリティクス力」、「データエンジニアリング力」を涵養し、「社会展開力」に収れんさせる能力を涵養すべく構成する。一連の科目を履修し、かつ、修士論文を取りまとめることで、上述のディプロマポリシーを達成できる学生を育成することを目指し、以下のように教育課程を編成する。

・問題発見・解決型学習(PBL)の考えに基づいた「実践的データサイエンス演習」(PDS; Practical Data Science)という実践的な教育・研究科目を設置する。
・統計学や機械学習等の「データアナリティクス力」にかかる特論科目だけでなく、データマンジング等の「データエンジニアリング力」にかかる特論科目、デザイン思考特論やデータ倫理等の「社会展開力」にかかる特論科目を配置し、データサイエンティストが具備すべき高度な専門的能力を涵養する教育課程を編成する。

○ヘルスデータサイエンス専攻
ICTの進展によって蓄積されるヘルス情報を集約し利活用するための方法論として、ヘルス分野のデータを用いてリサーチクエスチョンを解決するための知識、技能、思考法を備えられる体系的な教育課程を編成する。

・「基礎教育」では、ヘルスデータサイエンスの専門家に必要な3つのコア領域(生物統計学、研究デザイン学、ヘルス情報テクノロジー学)の教育を行う。
・「実践教育」では、ヘルス分野の課題解決型学習(Project Based Learning; PBL)を全員に課し、課された研究の企画・実施・発表を通して経験することで、ヘルスデータサイエンスの社会実装について理解を深め、かつヘルスデータサイエンス人材に必要な企画力、説明力、倫理性等を涵養する。
・基礎教育・実践教育に加え、多様な選択科目を用意し、応用性、学際性の高い教育を提供することにより、幅広いヘルス課題に対応できる素養を備えた専門人材養成を目指した教育を行う。

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)

大学ホームページをご参照ください。

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)

○データサイエンス専攻
<知識・理解>
・現実社会との対話から、各応用分野におけるデータサイエンスの課題を主体的に発見し、データを収集・解析し、その結果を社会に還元・実装する一連のプロセスを会得している。
・現実のデータを価値創造につなげるための整理・分析する能力、諸現象の裏に潜む数理的な法則・関係を見抜く能力を獲得している。
・データサイエンスにかかる高度な理論と技術を習熟し、データサイエンス力を総合的に獲得している。
<汎用的技能>
・課題背景を理解し、分析から社会実装までの一連の流れを可能にする社会展開力を修得している。
・データ解析の理論や手法に関わるデータアナリティクス力を身につけている。
・技術進歩が著しいデータエンジニアリング領域の技術、知見を自らの問題意識に応じて適切に評価し、活用できる能力を身につけている。
・豊かな表現力で、国内外の様々な分野の人々と円滑にコミュニケーションを図ることができ、自らの課題解決案を発表・討論できる技能を修得している。
<研究能力と創造的思考力>
・現実社会の中で各応用分野における課題を、データから数理的・分析的に考える能力を有している。
・高度なデータサイエンス力に基づき、国際社会や地域社会に貢献を図る高い意識を持ち、より良い社会の実現に向け努力する姿勢を身につけている。

○ヘルスデータサイエンス専攻
<知識・理解>
・ヘルスデータサイエンスにかかる高度で幅広い理論と技術に習熟している。
・ヘルス分野の諸課題に対し、ヘルスデータサイエンスの手法とヘルスの専門知識を融合し、具体的提案を行うための一連の流れを理解している。
<汎用的技能>
・効率的なヘルスサービスの提供や、証拠に基づく保健医療政策(Evidence-Based Health Policy Making)の検討が可能となる学術的意義の高い、かつ具体的な問題(以下「リサーチクエスチョン」という。)を定式化できる。
・ヘルスデータの解析と解釈を通じて、高度な普遍性を持つ研究成果を論理的に説明することができる。
<研究能力と創造的思考力>
・データサイエンスの手法を駆使したヘルスデータの利活用を通じてリサーチクエスチョンを解決するための研究を立案・施行・評価・改善するプロセス(PDCA)を実行できる。
・データサイエンスの手法を駆使したヘルスデータの利活用により、個々の疾病発症・治療反応性や医療資源消費量などを推定し、最適・効率的なヘルスサービスを提供するための提案内容を創造できる。

続きを読む… 折り畳む

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
編入学

転学部・編入学情報補足

専攻分野

専攻分野に関する説明