M2（2年次）は、企業等との共同研究に参加し、データから価値を創造するための一連の過程を体験し一気通貫型人材 としての能力を実践的に鍛錬します。データサイエンス研究科への入学者は、実務経験を持つ企業派遣の社会人、それ以外の学び直しの社会人や他大学・他学部から進学する一般入学者、データサイエンス学部の出身者の３タイプが想定されます。入学者のバックグラウンドは異なりますが、eラーニング(講義動画など)によるプレマスター教育を受講することにより、入学者はデータサイエンス研究科の授業に対応できる学力を身につけてから、カリキュラムを履修できます。入学者は、メンター教員と相談し、どのeラーニング科目を履修すべきかの指導を受けることができます。スタートが異なっていても学べる履修体系→プレマスター教育データから価値を創造するための一連の過程価 値課題研究 （課題研究1、2、3、4によって身につく専門知識とスキル）大学間連携による教育 業務改善業務改革新たな知見理解の深化対応する科目群 ＞ モデリング科目、価値創造科目●課題・データの規模・領域知識を総合的に考慮したモデリングモデルの決定と最適化計算対応する科目群 ＞ データエンジニアリング科目、データアナリシス科目、価値創造科目●必要なデータを、セキュアにプライバシーを保護しつつ収集保存 ●データクレンジング ●IoTによるデータ収集データの収集と前処理対応する科目群 ＞ 価値創造科目●企業・自治体等と協働して課題を発見 ●課題をデータサイエンスによって解決可能か判断課題の発見対応する科目群 ＞ データアナリシス科目、データエンジニアリング科目、価値創造科目●統計的信頼性の評価 ●データに基づく意思決定および課題解決の実施 ●IoTによるプロトタイピング結果の解釈と意思決定本学は「独り立ちデータサイエンティスト人材育成プログラム（DS4）」(大阪大学を中心とした関西の大学連携プログラム)に参加しており、博士前期課程院生はこのプログラムの講義を受けることができます。5データサイエンス研究科 博士前期課程 ■
元のページ ../index.html#5