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INTIAL」を履修します。「武蔵野INTIAL」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」、「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」を学びます。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着けます。
  • 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。
  • 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

研究