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

「現代グローバル社会が直面する社会・自然環境変化や急速な科学技術の進歩の中において、社会・経済・政策・科学技術・環境の広範な領域における分析課題を対象として、イシューの発見および解決方法の解明をデータ分析・統合と知の創造により実現し、新たな創造的活動を先導する人材の養成と、研究の発展を行う。」という学部の目的のもとに、「共通科目」では1年次から学部・学科の枠をこえて全学共通の基礎教育を学ぶ課程「武蔵野BASIS」を展開し、「学科科目」では専門科目を展開します。
専門科目は「専門共通科目群」「専門コース科目群」「プロジェクト型科目群」の複合的に編成する。また、データサイエンティスト、AIクリエイター、各種デザイナー等といった将来の進路を見据えた履修モデルを提供し、学生に体系的な履修を奨励します。
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BASIS」を履修します。「武蔵野BASIS」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」、「健康体育」、「コンピュータ」、「日本語リテラシー」および「外国語」を学びます。また、同プログラムの「基礎セルフディベロップメント」において、「思想・芸術」、「国際・地域」、「社会・制度」、「人間・環境」、「物質・生命」、「数理・情報」の6分野を学ぶことにより、広い視野を備えたすぐれた人格の形成を目指します。

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)』でデータサイエンスがどのようなものであるかを理解します。
  • 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』を行います。

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

  • 学生自身がなりたい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」を選択、履修することによりデータサイエンスの専門性を身に着けます。具体的には、『人工知能(AI)・人間協調進化システム』『機械学習アルゴリズムデザイン』『社会・環境・ビジネスデザイン』『ビジネスモデル創出』等、各社会のイシューを発見し、解決するために必要な講義を配置しています。
  • 更に、講義で得た知識を応用し展開する演習科目である『専門コース演習I(人工知能(AI)クリエーション)』『専門コース演習II(人工知能(AI)アルゴリズムデザイン)』『専門コース演習III(ソーシャルイノベーション)』を履修することにより、新たな応用、実現方法の開拓を実現するための必須能力を身につけます。
  • また、企業との共同研究体制を構築し、ビジネスの第一線で活躍する企業のデータサイエンティストを迎え、ビジネスの現場におけるデータ活用スキルを学ぶ実習を実施します。
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

  • 「社会連携型教育」で、海外の連携⼤学・研究機関への短期留学、本学の海外拠点におけるフィールドワーク、国内外の連携企業・研究機関へのイン ターンシップを通じて、学⽣⾃⾝が主体的に共同研究プロジェクトに参画し、実践知を⾝につけます。
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

  • 1年次より「プロジェクト型科⽬群」に『未来創造PJ』が開講され、3 年次の『卒業論⽂創成課題』と展開します。 1年次後期〜2年次の早期段階に少⼈数の学⽣に対し、⻑期にわたり指導を施すことで、各⾃の学究分野に対するモチベーションを⾼め、専⾨知識の 修得のみならず、社会課題を⾃ら発⾒し、必要な状況を論理的に分析し、それぞれの専⾨の⽴場から⾃ら解決策を提⽰する能⼒を修得します。
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

  • 具体的な応⽤分野の実データを対象として、実際の現場での問題を想定したイシュー指向・解決型のデータ収集・分析・可視化基礎能⼒を⾝につけること ができる教育⽅法を特⾊とします。
  • データドリブンにその問題を解決しプレゼンテーションをする実践的なデータ活⽤応⽤能⼒を養う実習を実施します。

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、実用英語検定試験(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