データサイエンス教育
ACADEMICS
データサイエンス教育
近年の大きな流れとして、ビックデータから価値ある情報を引き出し、様々な意思決定の局面において、データに基づいて合理的な判断を行うことを可能とするデータサイエンスに大きな期待が寄せられています。そのような社会的なニーズを背景にデータサイエンスに係る知識・技術を修得できるデータサイエンス教育を行っています。
データサイエンス・AI概論
(学部1年生～2年生対象)
概要
数理・データサイエンス・AIに関する基礎知識を学修するとともに、社会、経済、医療など身の回りの分野でデータサイエンス・AIがどのように活用されているかを学修するリテラシーレベルのプログラムです。
本プログラムは、文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」の認定を受けています。
到達目標
社会におけるデータサイエンス・AIの利活用について理解し説明できるようになるとともに、それらを扱う際の留意事項についても理解できるようになる。
修了要件
「データサイエンス・AI概論」(2単位)を修得すること。
授業の方法・内容
データサイエンス教育プログラム
データサイエンス教育プログラムとは、理学系・工学系・数学系・薬学系・経営学系など幅広い研究領域を持つ本学の特長を活かし、在籍するキャンパス、学部学科・研究科専攻に関わらず、数学系、情報系等のデータサイエンスに関する科目を履修することを可能とした「学部横断型プログラム」であり、学部生対象の[基礎]、大学院生対象の[専門]の2種から構成されます。
データサイエンス教育プログラム[基礎](学部生対象)
データサイエンスに関する基礎知識を学修する教育プログラムです。本プログラムに関する科目の単位取得により、修了要件を満たした場合には、本学オリジナルの「データサイエンス認証書[基礎](Data Science Certificate[Basic])を授与します。
修了要件
5つの各分野[①数学、②統計学、③情報学、④データサイエンス、⑤その他(学科特有のデータを扱う授業等)]からそれぞれ4単位をB評価以上の成績で合格(合計20単位)すること。
| 分野 | 定義 |
|---|---|
| ①数学 | 微分積分と線形代数に関する内容を含む科目を配置する分野 |
| ②統計学 | 統計学に関する内容を含む科目を配置する分野 |
| ③情報学 | プログラミング言語を一種類以上学修できる科目を配置する分野 |
| ④データサイエンス | ITを利用してデータ解析を学修できる科目を配置する分野 |
| ⑤その他 (学科特有のデータを扱う授業等) |
学科特有の「データの扱い方を学修できる」科目等を配置する分野 |
データサイエンス教育プログラム[専門](大学院生対象)
データサイエンスに関する専門的な知識・技術を学修することができる教育プログラムです。本プログラムは各キャンパスの特色を活かしたコース制としており、コースに配置されている科目の単位取得により、修了要件を満たした場合には、本学オリジナルの「データサイエンス認証書[専門](Data Science Certificate[Applied])を授与します。
修了要件
コースごとに設定する科目からで8単位(実データを扱う科目(1科目以上)の単位取得必須)をB評価以上の成績で合格すること。
- 神楽坂キャンパス
- 数理コース、ビジネスコース
- 野田キャンパス
- 人工知能コース、医薬コース
- 葛飾キャンパス
- 機械学習コース、医療統計コース、Informaticsコース
