数理?データサイエンスセンター

データサイエンス教育プログラム

更新日:2021年8月30日

データサイエンス教育プログラムの概要(2021年度入学生)

城西大学では,2021年度後期から, 数理?データサイエンスセンターが中心となってデータサイエンス教育の全学展開を始めます.これからの時代を生き抜くため,国は全学生にデータサイエンスの基礎的素養を身につけることを要請しています.2021年度以降の入学生はセンター提供の科目「データサイエンス入門」を基礎に,各学科で学ぶ関連科目と合わせて有機的にデータサイエンスの素養を身につけていくことができます.それをサポートするため,城西大学では独自の教育プログラムを設定し,そのプログラムを修了した学生には修了証を授与する予定です.

データサイエンス教育プログラムは,データサイエンスの基礎的素養学修のためのベーシックレベル(4科目8単位以上を要請)と,その先の,自らの専門に合わせて,実際にデータを扱ってデータサイエンスの活用を学修するアドバンストレベル(8科目16単位以上を要請)があります.アドバンストレベルにおいては,センターが提供する科目「データサイエンスと数理統計」や「機械学習とAI」などの科目を選択して学修することができます.

バランスのとれた学修を進めるため,教育プログラムに組み込まれている科目は「データサイエンス科目」,「 数理?統計科目」,「情報?AI科目」に分類されています.また,専門性の高い科目(主に3年次以降に学修する科目)は専門教育レベルの科目となり,それ以外の主に1~2年次に学修する科目は基礎教育レベルの科目となっています.分類については,別表を参照してください.

ベーシックレベルの修了要件

  1. データサイエンス教育プログラムの科目から4科目8単位以上を修得すること.ただし
  2. 「データサイエンス科目」,「数理?統計科目」,「情報?AI科目」の各分類毎に,1科目2単位以上修得
  3. センターが提供する「データサイエンス入門」が含まれていなければならない(プログラムのための必修科目).なお,これは経済学部で取得可能な科目「AIと経済」に置き換えることができる.

アドバンストレベルの修了要件

  1. データサイエンス教育プログラムの科目から8科目16単位以上を修得すること.ただし
  2. 「データサイエンス科目」,「数理?統計科目」,「情報?AI科目」の各分類毎に,2科目4単位以上修得.
  3. 「データサイエンス科目」,「数理?統計科目」,「情報?AI科目」の各分類毎に,専門教育レベルの科目が1科目2単位以上,合計では4科目8単位以上を含むこと.
  4. センターが提供する「データサイエンス入門」が含まれていなければならない.なお,これは経済学部で取得可能な科目「AIと経済」に置き換えることができる.
  5. センターが提供する3年次科目「データサイエンスと数理統計」,「機械学習とAI」,あるいは,経済学部が提供する3年次科目「社会科学におけるデータサイエンス」,「定量的政策評価」,「金融データ分析」のいずれか1科目以上を含むこと(プログラム修了のための選択必修科目).
特例:データサイエンス科目に分類されている「データサイエンスと数理統計」は,修了要件の必要に応じて数理?統計科目に振り替えることができます.同様に,「機械学習とAI」と「社会科学におけるデータサイエンス」は,情報?AI科目に振り替えることができます.振り替えると,データサイエンス科目として計算されませんので,他に専門教育レベルのデータサイエンス科目2単位以上が必要です.

専門教育レベルの科目は,3年次以降の科目,および,現代政策学部の「社会調査法(量的調査)」と「社会調査法(質的調査)」,経営学部の「データベースマーケティング A/B」,薬学部医療栄養学科の「公衆衛生学」と「公衆栄養学実習」の6科目

データサイエンス教育プログラムの科目一覧(2021年度入学生)

下記の表(画像)をクリックすると詳細がご覧いただけます.

データサイエンス教育プログラム2021(126KB)


ベーシックレベルの修了要件を満たす学修科目の選択例

学部?学科ごとに,選択の一例を示しています.
 
  • 経済学部:AIと経済経済の基礎数学 I情報学特講 I情報学特講 II
  • 現代政策学部:データサイエンス入門政策研究の基礎数学A政策研究の基礎数学Bコンピュータ?リテラシー A
  • 経営学部:データサイエンス入門情報エキスパート I情報エキスパート IIコンピュータ?リテラシー I
  • 理学部数学科:データサイエンス入門線型代数学 I微分積分学 I計算機入門 I
  • 理学部化学科:データサイエンス入門化学基礎セミナー I化学数学I情報科学序論
  • 薬学部薬学科:データサイエンス入門薬学総合演習 A薬学総合演習 B基礎薬学計算生物統計学演習情報科学(演習含む)
  • 薬学部薬科学科:データサイエンス入門生物統計学薬科学実習 A(コンピュータ活用を含む)薬科学実習 C(コンピュータ活用を含む)
  • 薬学部医療栄養学科:データサイエンス入門食品衛生学実験栄養情報科学演習公衆栄養学 A

赤字 : データサイエンス科目緑字: 数理?統計科目青字 : 情報?AI科目  :プログラム修了のために必要な選択必修科目

アドバンストレベルの修了要件を満たす学修科目の選択例

ベーシックレベルの修了要件で上の例の科目を取得した場合の,追加取得科目の一例です.
 
  • 経済学部:社会科学におけるデータサイエンス計量経済学 I計量経済学 IIIT論 III
  • 現代政策学部:社会科学におけるデータサイエンス計量経済分析 Aデジタルビジネス論 Aデジタルビジネス論 B
  • 経営学部:市場調査論データマイニング Iデータマイニング II社会科学におけるデータサイエンス(情報?AI科目に振り替え)
  • 理学部数学科:機械学習とAI統計数学特別講義 I統計数学特別講義 II情報システム論 I
  • 理学部化学科:データサイエンスと数理統計物理化学実験(コンピュータ活用を含む)生化学実験情報科学 I
  • 薬学部薬学科:データサイエンスと数理統計機械学習とAI薬学実習 E医薬品情報学
  • 薬学部薬科学科:データサイエンスと数理統計バイオインフォマティクス薬科学実習 F機械学習とAI(情報?AI科目に振り替え)
  • 薬学部医療栄養学科:データサイエンスと数理統計公衆栄養学解剖生理学実験 B栄養生理学実験公衆衛生学B

赤字 : データサイエンス科目緑字: 数理?統計科目青字 : 情報?AI科目  :プログラム修了のために必要な選択必修科目
TOPへ
検索