HOME教育学部工学部数理工学科

学科ポリシー

ディプロマポリシー・カリキュラムポリシー

※ディプロマポリシーの[+]をクリックすると、カリキュラムポリシーが表示されます。

ディプロマポリシー概要・育成する人材の方針

数理工学の専門能力を身につけ、持続可能な社会構築に主体的に参加する人材を育てます。

1.柔軟な思考をもつ人材の育成
  数理の基礎的な力をもとに、数理工学的手法を修得し、幅広い視野をもち、未知の問題に取り組むことのできる柔軟な思考を養います。

2.現象数理を扱う人材の育成
  自然現象・社会現象の本質を抽出して数理モデルを構築し、その数理的解析から得られる知見をシステム設計に応用することができる能力を養います。

3.構造数理を扱う人材の育成
  たとえば、輸送問題におけるネットワーク形成や、拠点の最適配置に必要な代数的な考え方を学び、実践できる能力を養います。

4.統計数理を扱う人材の育成
  蓄積されたビッグデータからデータ同士の相関関係などを分析し、問題の本質を捉えた上で課題解決できるデータサイエンティストを育成します。 将来の進路:製造業、金融機関、情報産業、データサイエンティスト、国家・地方公務員、中学校・高等学校教諭(数学)、大学院進学

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】

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】

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】

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】

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】

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、長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】

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

本学科は、数理工学の専門能力を身につけ、自然現象や社会現象をモデル化して理解し、システム設計に応用することができる人材や、大規模データから問題の本質を見抜くデータサイエンティストを育成します。もって以下のような者の入学を求めます。

志向性:将来の進路

期待する能力:知識・専門性

高等学校で履修するのが望ましい教科・科目
特に学んでおくべき教科は、英語、数学(数学Ⅰ・数学A、数学Ⅱ・数学B、数学Ⅲ)、物理(物理基礎、物理)
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)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

教育