１次選考２次選考データサイエンス研究科 博士後期課程■データサイエンス特別演習1,2 (必修)2単位博士論文研究に関して複数教員による指導（主指導教員、副指導教員、その他教員）● 1年次: □データサイエンスに関する先端知識の習得 □修了研究のテーマを具体化するためのサーベイや探索的研究を主に行う。● 2年次および3年次: □基盤技術の研究・開発をし、それら技術を実際の価値創造プロジェクトにおいて評価し改善する。 □本学データサイエンス・AIイノベーション研究推進センターが企業や自治体、大学等と行う共同研究に参加する。D3データサイエンス特別研究 1,2,3,4,5,6 (必修)D2勤務先企業やDS・AIイノベーション研究推進センターの価値創造プロジェクトへ参加し、新たな基盤技術の研究・開発とそれによる課題解決の実践を繰り返し、既存技術で対応できない問題を自ら解決できる研究力と、それによる新たな価値創造の場の開拓につなげる実践力を養う。D1データサイエンスコア科目２単位: 先端知識の習得・データサイエンス特別レクチャー (必修) 2単位 本学は「データ関連人材育成プログラム（DuEX）」(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、博士後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。● データサイエンスに関する高度な知識・技能やデータ分析の実績の評価に修士論文や査読付き論文等の出版物を利用● 主体的な姿勢や課題解決に向けた思考力・表現力の評価については、研究計画書の提出を求め、研究計画書に基づく口述試験を実施する。データサイエンスに関する発展的な知識・技能やデータ分析の実績の評価実務経験書、修士論文や査読付き論文等の出版物主体的な姿勢や課題解決に向けた思考力・表現力を評価研究計画書に基づく口述試験入試に関する情報は、本学ＨＰに掲載していますので、ご確認ください。https://www.shiga-u.ac.jp/admission/ビッグデータ解析等に基づく博士論文価値創造科目８単位: 新基盤技術の研究と開発、それによる問題解決の実践6単位データサイエンス研究科教員(実務経験のある教員含む)による最先端のサーベイ (オムニバス)でデータサイエンス分野を広くカバー解決すべき問題が何かを見抜くための広い視点を身につける111110単位以上取得博士後期課程のカリキュラムマップ大学間連携による教育「入試選抜方法（博士後期課程）」
元のページ ../index.html#11