HOME教育学部データサイエンス学部データサイエンス学科

カリキュラム

カリキュラム

カリキュラムおよび学科科目は下記の「履修要覧」よりご確認ください。

授業ピックアップ

データサイエンス学

データサイエンスは、21世紀を切り拓くビッグデータ分析、人工知能などの新技術を包含するだけでなく、社会、ビジネス、自然環境における意思決定、問題解決に不可欠な基盤的な科学となってきている。本講義は、データサイエンスの今日的な意義、歴史・将来展望、基礎的な知識、学習方法を俯瞰的に学習するとともに、実際にデータサイエンスのもたらすビジネス・社会的なインパクト事例や最先端な研究トピックスを紹介する。

人類と人工知能(AI )

人工知能についてこれまでの歴史、我々との関わり合いを事例を挙げながら紹介する。データ分析に人工知能が適用されることにより、どのような知識エコシステムを生むのか、またその適用手法について学ぶ。
 

データサイエンス プログラミング演習I

データ分析プロセスにおいて、データを処理/分析する前に生データをクレンジングする作業「データの前処理」は重要な工程である。この授業では、データサイエンス分野においてメジャーとなっているPythonおよびそのライブラリ(pandas, numpy, matplotlib, pillow)を用いたデータのクレンジングおよび可視化技術を学ぶ。

機械学習と深層学習

機械学習とは、コンピュータがデータに含まれる特徴を反復的に学習することにより分類、認識、検知を実現するデータ分析技術である。機械学習には、ディープラーニングをはじめ、決定木、ブースティング、サポートベクターマシンなど、様々な手法が提案されている。これらの手法は、画像認識、顔認証、音声認識などのアプリケーションを通じて実社会において広く使われている。本講義では、いくつかを現実の応用例を題材として扱い、各機械学習技術の特徴や使い方について理解する。
 

人工知能(AI )デザイン演習I

クラウドGPUを用いた学習モデルの作成とそれらの学習モデルを用いてエッジコンピュータ上でリアルタイム物体検出や画像認識をおこなうために必要な知識や技術の習得を目指す。

ソーシャルイノベーションの起こし方

本講義では、国連が提唱するSDGs(持続可能な開発目標)に寄与する社会構築を目指し、社会、環境、科学技術、経営、医療、教育、経済、政策、国際関係における多様なイシューを対象として、効果的・効率的かつ持続可能な価値を創造するソーシャルイノベーションをデザインする。また、様々な社会のイシューの解決に挑む個人・組織・共同体の事例の検証を行う。グループワークによるビジネスデザインを実践的に行うことにより、社会において今何が必要なのかを考える力と共に、これから何が有効なのかを想像・創造する力を身につける。
 
大学案内
入試情報
教育
学部
大学院(研究科)
研究科(一覧)
研究
研究所・研究室・センター
学生生活・就職

大学案内

入試情報

教育

研究