博士前期課程では、データエンジニアリング科目、データアナリシス科目、そして両者を基盤とするモデリング科目を学びます。また、プロジェクトマネージメントや領域固有のモデルについても学びます。そして、課題研究を通じて、実際のデータに触れ、一連の問題解決の流れを体感することで、知識だけでなく、問題解決の成功体験を経験し、生きたデータから実際に価値創造を行えるようになります。修士レベルのデータサイエンスの基礎的能力を身につけます。様々な領域知識と分析例を学びます。M1（1年次）社会的な問題の解決に向けて貢献するような修了研究をします。本学データサイエンス教育研究センターが企業や自治体、大学等と行う共同研究に参加します。M2（2年次）30単位以上修得 (データエンジニアリング科目・データアナリシス科目・モデリング科目の実践論を4単位以上含むこと。ただし、実践論を履修する場合は、対となる講義も合わせて修得すること。)実践論では、学術論文などから最先端理論や技術を学び、自らプログラミング実装をしたり最新のソフトウェアを用いて処理や分析をするスキルを身につけます。ビッグデータ解析等に基づく修士論文モデリング科目（モデル化の方法論)…4単位以上●教師あり学習 (必修)●同実践論●教師なし学習 (必修)●同実践論●時系列モデリング●同実践論●統計的モデリング●同実践論●強化学習・転移学習●同実践論最先端の基盤技術を学び実践する力を養うデータエンジニアリング科目…2単位以上データアナリシス科目…2単位以上●Webマイニング特論 (選択必修)●同実践論●サイバーフィジカル特論 (選択必修)●同実践論●マルチメディア特論 (選択必修)●同実践論●モデリング基礎理論 (必修)●同実践論●モデル評価論●同実践論●確率過程理論●同実践論価値創造科目…10単位以上意思決定とデータサイエンス(必修)領域モデル実践論課題研究1,2,3,4 (必修)企業等との共同研究参加▶学部新卒等入学者 価値創造プロジェクト▶社会人入学者 企業等での具体的課題の解決自らモデルを立てるスキルを実践的に鍛錬入門科目…2単位データサイエンス概論 (人材像とそのレベルに達するためのステップ、そして基礎的概念を概説) (必修)カリキュラムマップ（博士前期課程）就職とともに新規ビジネスへの挑戦修了後に活躍が期待される分野製造現場IoTとAIを活用した企業の製品・サービス開発、品質管理、経営企画の改革や新たなサービスの創造マーケティング大量の顧客接点データとAIによるターゲティングやセグメンテーション医療・ヘルス 因果推論医療統計新薬開発ヘルスサービス開発政府・自治体社会・環境把握政策立案政策評価・新規ビジネス開拓などの企業のデジタル企画部門・金融機関や保険会社などでのデータコンサルタント、データアナリスト・IT企業での製品開発、機械学習エンジニア・企業の製品・サービス開発、品質管理、経営企画での製品開発、品質管理担当・広告代理店、総合商社でのアカウントマネジャー、マーケティング担当・製薬メーカー、大学病院での臨床統計専門家、官公庁のデータアナリスト、大学院博士後期課程進学、ほか■ データサイエンス研究科 博士前期課程 ■4
元のページ ../index.html#4