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

学科ポリシー

※[+]をクリックすると、各項目が表示されます。

ディプロマ・ポリシー/カリキュラム・ポリシー

学科のディプロマ・ポリシー概要/育成する人材の方針

本学科では、本学のディプロマ・ポリシーに則り、また、高い倫理観と専門知識を兼ね備えた有為な人材を輩出するという教育目標に基づき、学士課程教育を通じて以下の者に学位を授与する。
I. データサイエンス分野に関する専門的知識と技能・分析力・ICTリテラシー・感性を有する者
II. 自然環境・社会環境の永続性維持・発展を探求できる者
III. 多様かつ複雑なデータから迅速かつ適切に人類の存続と平和に寄与する有益な知識を蓄積・分析・発見・統合・発信できる者
IV. データサイエンス領域に関する知識、技能、創造力を持ち、データ分析技術とイノベーション創造を駆使してイシュー指向の課題発見・解決を高い倫理観をもって実現できる者
V. 情報空間と実空間、技術と社会応用を連結した、グローバル(大局的)かつディープな(深層的)発想により未来社会を創造できる者

学科のカリキュラム・ポリシー概要

知識・専門性 【学びの基礎力を基盤とした専門能力】

⾃ら教養・基礎学⼒を修得し、⾃⽴的・主体的に学ぶことができる【教養・基礎学⼒】

対応するカリキュラム・ポリシー

  • 本格的な専⾨教育を受ける前に、全学共通の教養教育プログラムである「武蔵野INITIAL」を履修する。「武蔵野INITIAL」では、⼤学での学修に必要な基盤的な技法と知識の修得を⽬的として、「建学」、「スポーツ・⾝体」、「データサイエンス・⼈⼯知能基礎」、「⽇本語リテラシー」および「外国語」を学ぶ。また、⼤学のブランドビジョンを具体的に体現する教育としてSDGsに関わる科⽬群を学びグローバルな広い視野を備えたすぐれた⼈格の形成を⽬指すとともに当事者としてSDGsを⾒据えた学びの⽬的意識を醸成する。これらを通じて社会のイシューを発⾒し、解決するための広い視野を⾝につけてもらう。

データサイエンスにおける各概念を理解するための基礎学⼒を⾝につける【基礎学⼒】

対応するカリキュラム・ポリシー

  • データサイエンスの基礎知識となる「データと数理」「機械学習と深層学習」に加え、データサイエンスのビジョンを展開する「データサイエンス学」「⼈類と⼈⼯知能(AI)」の科⽬群を通じてデータサイエンスがどのようなものであるかを学ぶ。
  • また、単なる知識だけでなく、実践的な演習として「メディアクリエーション・データデザイン演習」「データサイエンスプログラミング演習」「機械学習デザイン演習」「⼈⼯知能(AI)デザイン演習」を⾏う。

データサイエンス分野に関する専⾨的知識・スキル・分析⼒・リテラシー・感性を有し、次世代の⾼度情報社会とグローバル社会を担うに⼗分な能⼒を習得する【データサイエンスの専⾨性】

対応するカリキュラム・ポリシー

  • 学⽣が⽬指す⼈材像に応じて紐づく形で展開される3つのコース【AIクリエーション・コース】【AIアルゴリズムデザイン・コース】【ソーシャルイノベーション・コース】を履修モデルとして提供し、講義と演習を通じてデータサイエンスの専⾨性を⾝に付ける。
  • また、社会と連携協⼒した社会連携プログラムを1年次から広範に教育のあらゆる局⾯で取り⼊れ、社会のリアリティを直接学ぶとともにロールモデルによる
    学びや触発の機会を多⾯的に提供する。
関心・態度・人格 【他者と自己を理解し、自発的に踏み出す力】

⾃らグローカルな視野でデータサイエンスに関する諸問題を発⾒することができる【課題発⾒⼒】
持続可能な社会構築に向けて、主体的に社会参画し、⼀般社会を啓発できる【主体性・実⾏⼒】
企業・⾃治体・NPOの現場を知ることで、社会で活躍するための柔軟性とストレス耐性を⾝につけている【柔軟性・ストレスコントロール⼒】

対応するカリキュラム・ポリシー

  • 学習者本位の教育を全⾯的に採⽤する。
  • 具体的には、学⽣⾃⾝の⾃律的・能動的な⾏動・学習姿勢を引き出すために、
  • グループ協調学習を全科⽬の基軸的な教育スタイルとして全⾯展開する。
  • 科⽬を超えた、学科の学⽣教職員が学びあう「実践学習コミュニティ」を情報空間上に構築し、多⾯的で密度の⾼い情報共有やコミュニケーションの場を提供する。
思考・判断 【課題を多角的に捉え、創造的に考える力】

広範な領域や分野(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、つまり「何を考え、論じるべきか」を発⾒することができる【課題発⾒⼒】
多種多様にして膨⼤なデータを⼈⼯知能技術を⽤いて抽出・分析・発信することにより、そのイシューの解決をはかる能⼒を⾝につけている【情報分析⼒・課題解決⼒】

対応するカリキュラム・ポリシー

  • 学科の全科⽬でアジャイル教育を全⾯的に導⼊する。
  • 試⾏錯誤プロセスを⼤事にした教育を通じて創造的なプロセスを繰り返し反復的に学ぶ(スパイラルアップ)教育を重視する。
  • グループ協調活動を通じて、多様な考えを常に触れ、触発する機会を最⼤限提供する。
  • 特に、1年次からの「未来創造プロジェクト」を拠点としてスパイラルアッププログラムとして機能させる。
  • さらに、データによりエビデンスを⽰し、解決策や新しいアイディア創出ができる知識・スキルもデータサイエンス学部の特徴的な能⼒として鋭意養成する。
実践的スキル・表現 【多様な人々のなかで、自らの考えを表現・発信する力】

複雑なデータから迅速かつ適切に多様な状況的・⽂化的⽂脈(コンテクスト)に応じた有益な知識を抽出・分析・発信することができる【プレゼンテーション⼒】

対応するカリキュラム・ポリシー

  • 知識とスキルを⽂脈的に結合した実践知を育む。
  • 教育の基本⽅針には、「インプット型教育からアウトプット型教育への全⾯的な切り替え」を掲げ、知識やスキルの理解にとどまらず、それらを活⽤したアウト プット(成果)を要求する教育⽅法を全⾯採⽤する。
  • 上記を前提に、そのアウトプットをグループ協調学習での発表・質疑、教員へのプレゼン、学会・企業など社会的な場でのアピールなど多様で頻度の⾼いプ レゼンの場を提供するとともに、⾃然にステップアップできる環境を整え提供する。

アドミッションポリシー

本学部では、SDGsに代表される多様分野においてデータサイエンスを駆使した課題発見と人工知能を活用した課題解決や価値創造を担う創造的活動を先導する人材を育成します。そのため、以下のような能力・意欲を有する人の入学を求めます。

志向性:将来の進路

データサイエンス、人工知能、データマイニングの専門知識をもとにした以下の将来像を描く者

期待する能力:知識・専門性

高等学校の各教科・科目を文系・理系にとらわれず幅広く学習し、均衡のとれた基礎学力を身につけていること

高等学校で履修するのが望ましい教科・科目
英語、数学、情報
高等学校で取得するのが望ましい資格等
数学検定、実用英語技能検定(2級以上)、ITパスポート試験など

期待する能力:関心・態度・人格

期待する能力:思考・判断

期待する能力:実践的スキル・表現

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