長崎大学 情報データ科学部

  • 言語切替アイコン
  • メールアイコンお問合せ
  • 地図アイコンアクセス
  • サイトマップアイコンサイトマップ
在学生の皆様

データサイエンス応用基礎教育プログラム(認定申請中)

■プログラム概要図
■当該教育プログラムにおいて身に付けることのできる能力
データを用いて様々な実社会の課題を解決し、新たな価値を生み出す上で必要となる数学・情報学の基盤知識、データサイエンスの基礎的知識、およびデータサイエンスを実際に活用する実践力
 
■修了要件
データサイエンスコースの必修科目および選択必修科目(社会・観光情報学Ⅰ~Ⅲ、医療・生命情報学Ⅰ~Ⅲ)の全てを修了すること
 
■プログラムを構成する授業科目
▼統計学/情報学基礎
データサイエンスを使いこなすための数学、データ処理、アルゴリズム、プログラミングなどの統計学/情報学の基盤知識を学習
【必修】
線形代数学Ⅰ~Ⅱ微分積分学Ⅰ~Ⅲ情報基礎数学情報科学技術確率・統計コンピュータ入門プログラミング概論プログラミング演習Ⅰ~Ⅱ情報ネットワークⅠオートマトンと言語理解情報セキュリティⅠ
【選択】
数理統計学
▼データサイエンス基礎
データサイエンスの活用のため、データサイエンスの応用分野、データエンジニアリング、運用・構築のための基礎的知識と技術を習得
【必修】
工学倫理安全工学技術英語Ⅰビッグデータ分析パターン認識と機械学習情報統計学多変量解析探索的記述統計データサイエンス概論(※)統計学概論(※)
(※:全学教養教育科目)
【選択必修】
社会・観光情報学Ⅰ~Ⅲ医療・生命情報学Ⅰ~Ⅲ
【選択】
人工知能、ベイズ統計学
▼データサイエンス実践
実社会の課題に対して、データを課題解決に活用する一連の流れを経験することで、データサイエンスを実践する力を養う
【必修】
数理・データサイエンス基礎データ分析演習応用データ分析演習ビッグデータ分析演習パターン認識と機械学習演習実社会課題解決プロジェクト(PBL)A~B
【選択】
人工知能演習、実社会課題解決プロジェクト(PBL)C~D
 
■実施体制
組織:情報データ科学部 データサイエンス教育プログラム委員会(委員長:西井 龍映 情報データ科学部長)
役割:数理・データサイエンス・AI科目のプログラム整備・運用、授業実施、改善、進化、自己点検及び評価を行う。

トップへ