MDASH
1.さまざまな社会の課題を発見する
2.データサイエンスの知識・技能を積極的に応用する
1.さまざまなデータから意味を抽出する
2.現場にフィードバックする能力
3.AIを活用し課題解決につなげることのできる基礎的能力
→データサイエンスを学ぶ学生が、数理・データサイエンス・AIを現場に応用するための知識とスキルを身に付ける
データサイエンス学部に開講されている必修科目を本プログラムの対象科目としています
本学部の卒業生全員が修了者となります
データサイエンス学部の特色は、経済価値の創造を担うデータサイエンティストとしての資質を有する人材、すなわち「データの収集・加工・分析に関する基本的な知識・技能を身につけ、データに基づきビジネスの現場で新たな価値創造の担い手となり得るような人材」を養成します。
本プログラムで修得する知識・技能は、これらの学びの基礎となる部分であり、本学部では必修科目を対象科目としています
データサイエンス学部には文系・理系問わず幅広い授業があります。初年次では、全ての学びの土台となる一般教養ついて学ぶとともに、データサイエンスの土台となる専門科目の基礎(専門基礎科目群)で数学やAI、プログラミングを学びます。2年次からは「データサイエンスの基礎・発展科目群」「価値創造基礎・発展科目群」の履修が始まります。データサイエンスの礎となる統計学、情報科学、プログラミングや、それらを発展させた高度な内容について学びます。価値創造基礎・発展科目群ではデータサイエンスが実践的に利活用されている分野(ビジネス・観光・社会・スポーツ)の基礎や、それらを発展させてより実践的に利活用する方法を学びます。その他にもフィールドワークやインターンシップといった実務に直接触れることができる科目も準備されており、これらを履修することで自身の将来について深く意識することもできます。
データサイエンスを学ぶ上で数学の基礎的な知識は欠かすことが出来ません。本学部では数学が苦手な学生を対象として、データサイエンスを学ぶ上で必要となってくる学力や知識を補うための補習授業を授業時間外で実施しています。
さまざまな社会の課題を発見し、データサイエンスの知識・技能を積極的に応用することができる人材を育成することを目的として、データサイエンス学部のデータサイエンス教育に「応用基礎レベル」の知識・技能の修得を目指すための整備をカリキュラム委員会が中心となって行っている。
1.データサイエンス学部カリキュラム委員会においてプログラムの運営や改善に取り組む。
プログラムの自己点検・評価、自己点検評価報告書の作成を担当する。
2.データサイエンス学部運営委員会において自己点検・評価結果を検証し、プログラムについて検証する。
3.データサイエンス学部教授会において自己点検・評価結果に基づいて評価し、自己点検・評価報告書を公表する。
プログラムの方針の策定を担当する。
データサイエンス学部カリキュラム委員会はプログラムの運営や改善に取り組み、プログラムの自己点検・評価、自己点検評価報告の作成を担当しています。
令和3年度 データサイエンス応⽤基礎プログラム⾃⼰点検・評価報告
データサイエンス学部が令和4年度数理・データサイエンス・AI教育プログラム認定制度(応用基礎レベル)に提出した申請書を公表します。
令和4年度認定における申請書(準備中)