履修モデル（博士前期課程）【想定進路】 データコンサルタントや機械学習・人工知能エンジニア、博士後期課程進学入門科目 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)プレマスター教育 データサイエンスの学部レベルの内容を速習他大学他学部出身者データサイエンス学部からの進学者企業派遣の社会人M２M１データエンジニアリング科目 データアナリシス科目 大学院レベルの情報学と統計学の各種専門領域の科目モデリング科目 データサイエンスにおけるモデル化の方法論の最先端を学ぶ応用科目価値創造科目 勤務先企業等にてビッグデータを 利活用して課題解決を実践価値創造科目 データサイエンス教育研究センターの 価値創造プロジェクト等への参加ビッグデータ解析等に基づく修士論文■…入門科目 ■…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 ■…価値創造科目当研究科では、通学される方の多様性を考慮した受講スタイルを用意しています。短期開講による授業科目等があります。受講スタイルの例 （大学院設置基準第14条に基づく施行）大学院設置基準第14条に基づき、開講している科目を短期間に集中的に受講可能にする等、仕事をしながら通学される方（社会人学生）の勤務状況にも配慮した受講スタイルを実施できます。WEEK-4 ～ WEEK-15 → 修了WEEK-1月データサイエンス概論(必修)火データサイエンス概論(必修)水データサイエンス概論(必修)WEEK-3火Webマイニング特論(選択必修)水Webマイニング特論(選択必修)金Webマイニング特論(選択必修)木Webマイニング特論(選択必修)WEEK-2火教師あり学習水教師あり学習月教師あり学習木教師あり学習金教師あり学習受講スタイル詳しくはP15をご覧ください奨学金制度長期履修学生制度修士論文の執筆働きながら本課程を修了するためのサポート体制社会人受講スタイルの提供受講期間の例●M1（1年次）…修論執筆以外の26単位を取得: 13週、週5日、1日3コマ（10:30-16:00）●M２（2年次）…職場等に戻りながら修論執筆 （課題研究3,4）の単位を取得。社会人（派遣）学 生は、職場の課題での論文執筆、一般学生は企 業等との共同研究に参画しながらの論文執筆。データエンジニアリング科目、データアナリシス科目、モデリング科目の中から実践論4単位を必修とする。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。6データサイエンス研究科 博士前期課程
元のページ ../index.html#6