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

理工学研究科 データサイエンス専攻(博士前期課程)3つのポリシー

ディプロマ・ポリシー

データサイエンス専攻博士前期課程では、以下の能力を身につけた者に修士(データサイエンス)の学位を授与します。

  • データサイエンスを構成する種々の数理技術の特長を理解し、問題の性質に応じて、適切な数理技術を選択、もしくは、組み合わせることで、問題を合理的かつ効果的に解決することができる能力
  • 社会の要求に照らして技術を評価し、必要性に応えた新たな価値を持つ数理的手法や技術を開発する能力
  • 他分野の特徴を把握した上で、数理技術に対して要素技術として要求される役割を理解し、多様な技術を組み合わせて新たな価値を持つ手法や技術を開発できる能力

カリキュラム・ポリシー

データサイエンス専攻博士前期課程では、ディプロマ・ポリシーに掲げる能力を養成するために、研究科共通科目、および、基礎科目・専攻科目・研究指導科目・副専門領域科目からなる専門科目を配置し、以下の考えに基づく教育課程を編成しています。

  • 研究科共通科目では、研究の進め方に関する基礎的能力を涵養し、さらに研究倫理についても学びます。
  • 基礎科目では、データサイエンスの基礎となる数学について理学的素養を培うとともに、統計学とオペレーションズ・リサーチについて修得し、データサイエンスを実践していく上で重要な数理モデル化の能力を涵養します。
  • 専攻科目には、様々な数理技術においても活用されている最適化手法や、統計学との関連を中心にしたビッグデータ解析技術、人工知能技術の代表例である機械学習を学ぶ科目を配置し、データサイエンスを活用して問題を合理的かつ効果的に解決することができる能力を涵養します。さらに、他分野から提示された問題を、オペレーションズ・リサーチ、統計学・ビッグデータ解析、機械学習の手法を用いて解決することを実践する中で、データサイエンスの有用性を認識し、技術を評価する能力を涵養します。
  • 研究指導科目では、演習を通して、実際の問題の解決に取り組む中で、問題の性質に基づき、取り組む問題に適した数理技術を選択することや、複数の数理技術を組み合わせて解決することを学び、さらに、最終的な研究課題には、既存手法の改良や新たな手法の開発が必要な課題を選択し、その解決に取り組むことで、技術を評価し、新たな価値を持つ数理的手法を開発する能力を涵養します。
  • 副専門領域科目では、他分野の基礎を学ぶことで他分野の特徴を理解し、他分野において、多様な技術を組み合わせて新たな価値を持つ手法や技術を開発できる能力を涵養します。
  • ディプロマ・ポリシーに示す能力を醸成しているかとの観点から、問題を合理的かつ効果的に解決することができる能力と、数理技術に対して要素技術として要求される役割を理解する能力を涵養します。
  • 学修成果の評価は、授業科目ごとに定める到達目標及び評価基準に応じ、試験やレポートなどを通して達成度に基づき行います。

アドミッション・ポリシー

データサイエンス専攻では、本専攻のカリキュラム・ポリシーに沿って編成した教育課程を修めるために十分な学力を備え、本専攻の専門性に鑑み、その目的を達成することに強い意欲を持つ以下の人、入学後に本専攻のディプロマ・ポリシーに示す能力を身につけられる人を受け入れます。

  • 数学、物理学、英語の学力を有する人
  • オペレーションズ・リサーチ、統計学、機械学習などの数理モデル化技術の知識を有する人
  • オペレーションズ・リサーチや統計学、機械学習などの数理モデル化技術に興味をもつ人
  • 本専攻で修得した技術を用いて社会に貢献する意欲のある人

入試種別や評価方法については、理工学研究科博士前期課程のアドミッション・ポリシーに準じます。