ホーム > 学部・大学院 > データサイエンス学科

データサイエンス学科(2024年4月開設)

経済学科イメージ

カリキュラムポリシー(教育課程の編成・実施方針)

データサイエンス学部では、ディプロマポリシーに掲げる知識や能力を学生が身につけられるよう、以下の方針に基づいてカリキュラムを編成・実施していきます。

  1. 1~2年次にかけてデータサイエンスに関する数学の基礎知識を修得したうえで、2~3年次に統計的分析手法に関する幅広い知識と技能を身につけるための講義科目・演習科目を修得する。
  2. 1~2年次に情報やプログラミングに関する基礎知識を修得したうえで、2~3年次に人工知能を含むアルゴリズムに関する幅広い知識とデータ分析・活用の技能を身につけるための講義科目・演習科目を修得する。
  3. 2~3年次に、ビジネス又はヘルスケアの分野におけるデータの分析を学ぶ科目を修得する。あわせて、講義やアクティブ・ラーニング型科目を通じて、データを扱う技術者としての倫理観と責任感を身につける。
  4. 1~4年次を通して、コミュニケーション能力やプレゼンテーション能力、創造的な思考力を身につけるため、演習科目やプロジェクト型学習科目、卒業研究を修得する。
  5. 学修成果の評価については、客観性及び厳格性を確保するために、シラバスに記載した各授業科目の到達目標の達成度について、成績評価の方法と基準(定期試験、レポート等)を用いて多面的・総合的に評価する。
専門教育カリキュラム
  専門基礎 専門応用
数学・情報基礎 DS入門・基礎 データ分析活用 演習・卒業研究 ビジネスデータサイエンス ヘルスデータ サイエンス
1年 数学基礎
情報社会及び情報倫理
線形代数学
情報学概論
DSプログラミング入門
確率論
データサイエンス入門
データサイエンス入門演習
  コロキアムⅠ    
2年 解析学
データベース
幾何学
数理統計学
ネットワーク技術論
アルゴリズム論
データサイエンス基礎
データサイエンス演習
情報と職業
定量的データ解析
回帰分析
カテゴリカルデータ解析
表データ数理解析
データハンドリング
人工知能概論
時系列解析
ベイズ統計学
研究倫理 経営情報概論
情報システム論
経営情報システム論
疫学・公衆衛生学概論
保健医療学概論
3年     定量的データ解析演習
統計的モデリング
カテゴリカルデータ解析演習
表データ数理解析演習
データマイニング
機械学習
デジタル信号処理技術
統計的社会調査法
テキストマイニング
パターン認識
社会ネットワーク分析
統計的社会調査法演習
データ分析演習
DSプロジェクト
コロキアムⅡ
オペレーションズリサーチ
マーケティング・リサーチ
E-コマース論
数理最適化
ビジネスデータ分析
遺伝学概論
薬理学概論
感性データ処理
医療健康情報学
バイオインフォマティクス
臨床研究概論
生物統計学
4年       卒業研究    

※カリキュラムは変更することがあります。

授業PICK UP

人工知能概論
人工知能は生活基盤を支える必要不可欠な基礎技術です。その技術やサービスは、経済、医療、教育、政治、芸術、スポーツ、ゲームなど生活や仕事の様々な場面で急速に広がっています。現在人工知能と呼ばれている技術を理解するため、基礎技術と具体的な応用を体系的に学び、プログラミング演習も課題として行います。

DSプロジェクト
DSプロジェクトでは、統計学・情報学分野/ビジネスデータサイエンス分野/ヘルスデータサイエンス分野のすべての分野にわたり、少人数のグループで討論・分析・発表を行います。Project based learning(PBL・課題解決型学習)の形式で、現実のデータを扱いながら、自ら課題を見つけ、どのように解決すればよいか、主体的に学びます。

マーケティングリサーチ<ビジネス分野>
マーケティング・リサーチは、経営戦略やマーケティング活動に関連する問題を解決するための分析です。実際の商品やサービスを例にし、グループワークを通して実務に活用できるスキルを修得します。

生物統計学<ヘルス分野>
生物統計学では、がん研究などの医学研究に有用となる統計学・データサイエンス・コンサルティング事項を身につけます。小グループ単位での課題も実施し、医学研究でのデータ解析の全体的なノウハウを修得します。

 

育成する人物像とディプロマポリシー(卒業認定・学位授与の方針)

下関市立大学データサイエンス学部は、多様なデータを設計・分析・活用するために必要な数理統計・情
報学・社会科学に関する理論と実務に習熟することにより、社会や組織が抱える課題の解決や新たな価値
の創造に貢献しうる人材を養成します。

  1. 統計や関連する数理科学に関する知識と、それらを活用した分析の経験を通じて、データを収集・整理・分析し、そこから得られる知見を論理的に考察できる能力を身につけている。
  2. 情報の管理や分析、人工知能などのアルゴリズムに関する知識を有し、かつそれらをコンピュータ上で表現する経験を通じて、様々な形式のデータを分析・活用し、適切に扱うことのできる能力を身につけてい。
  3. ビジネス又はヘルスケアの分野でデータ分析がどのように行われているかを、各分野固有の知識とあわせて学ぶことで、データが社会に果たしうる役割を理解するとともに、データを扱ううえで必要な倫理観や責任感(モラル)を身につけている。
  4. 様々な人々と協力し適切なコミュニケーションをとることができ、用いた分析手法や結果の統計的解釈をわかりやすく伝達することができる。
取得可能な免許・資格

所定の単位修得(選択制)により、下記の免許・資格が取得できます。

● 中学校教諭一種免許状(数学)
● 高等学校教諭一種免許状(数学)
● 高等学校教諭一種免許状(情報)
● 社会調査士

教職課程認定申請中。ただし、文部科学省における審査の結果、予定している教職課程の開設時期が変更となる可能性があります。

想定される進路

卒業後はデータサイエンスの専門知識をいかし、幅広い業種で企画・マーケティング、システムエンジニアとして、または公的機関や医療機関でヘルスケアに関連する業務に従事することが想定されます。

<進路先の例>
● 製造業・小売業・広告業・出版業
● IT・情報通信業
● 行政
● 保健・医療機関(大学病院を含む)
● 製薬会社
● 研究所・シンクタンク
● 金融機関(銀行・保険・証券など)
● 大学院進学 など