文字サイズ
  • SNS公式アカウント
  • YouTube
  • Facebook
  • Twitter
  • Instagram

データサイエンス学科

3つのポリシー

ディプロマ・ポリシー

データサイエンス学科では、理工学部のディプロマ・ポリシーが定める能力に加えて、以下の能力を身につけた者に学士の学位を授与します。

  • データサイエンスに関する理学(数学、情報科学)の基礎を修め、データサイエンスを構成する数理技術を修得し、問題の発見から解決に至るまでの過程を支援する上で、それらの技術を応用できる技術適用能力、すなわち、

    (ア)ビッグデータなど実データの分析による問題の発見、

    (イ)問題の本質を捉えた数理モデルの構築による問題の理解と共有、

    (ウ)数理モデルを利用した問題の解決を、数理技術を用いて実践する能力

  • 数理技術を取捨選択し、組み合わせることで、問題の本質を捉え、それを合理的かつ効果的に解決するための技術統合能力
  • 数理技術を評価することで、それらを改善し、さらには、多面性を持つ複合的問題に対して適用可能な新たな技術を構成する技術創造能力

カリキュラム・ポリシー

データサイエンス学科では、ディプロマ・ポリシーに掲げる能力を養成するために、共通教育科目、学部共通科目、学科科目を配置し、以下の考えに基づく教育課程を編成しています。

  • 共通教育科目では、大学のディプロマ・ポリシーに示す能力を養成します。データサイエンス学科では、特に、経済・経営系科目の履修を積極的に推奨し、社会に評価される価値に敏感な価値観を涵養します。
  • 学部共通科目と学科科目の数学科目では、学部のディプロマ・ポリシーに示す能力を養成します。これには、学科のディプロマ・ポリシーに示す技術適用能力の基礎となる数理モデリングを学ぶ科目も含まれます。また、技術適用能力の基盤となるプログラミング技術を修得する科目も含まれます。
  • 学科科目では、学部共通科目と学科科目の数学科目で培った理学的素養の上に、データサイエンス学科のディプロマ・ポリシーに示す能力を養成します。
  • 機械学習やシミュレーションを含む人工知能技術、統計学およびビッグデータ解析技術、オペレーションズ・リサーチに関する専門知識を学び、数理モデル化とデータ分析技術に習熟することで技術適用能力を涵養します。
  • 数理モデル化とデータ分析のための諸技術を実問題に適用する問題解決型の実習および演習科目を配置し、学際的な科目や他専門領域を学ぶ副専攻科目と併せて、技術統合能力を養成します。
  • 卒業研究科目と演習では、特定の教員の指導の下で統計学やオペレーションズ・リサーチ、機械学習などデータサイエンスに関する専門領域を能動的な教育環境で学習・研究しながら成果を卒業研究としてまとめることで技術創造能力を涵養し、データサイエンス学科が養成する人材としての基軸を確固たるものにします。

アドミッション・ポリシー

データサイエンス学科では、学部のアドミッション・ポリシーに加えて、ディプロマ・ポリシーに掲げる能力を身につけるための前提となる、以下の資質を持つ入学者を受け入れます。

  • 数理技術を実世界の問題解決に活用するために必要な理学(数学、情報科学)を主体的に学ぼうとする意欲を持っている。
  • データを分析し、新たな情報や価値を主体的に創造しようとする意欲を持っている。