M２M１■…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 ■…価値創造科目データサイエンス概論(必修)データサイエンス概論(必修)教師あり学習教師あり学習Webマイニング特論(選択必修)Webマイニング特論(選択必修)【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、博士後期課程進学企業派遣の社会人当研究科では、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-1月WEEK-2月WEEK-3火WEEK-4 〜 WEEK-15 → 修了データサイエンス概論(必修)教師あり学習Webマイニング特論(選択必修)Webマイニング特論(選択必修)火水火水木金水木金6教師あり学習教師あり学習データサイエンス研究科 博士前期課程長期履修学生制度受講期間の例●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。詳しくはP15をご覧ください修士論文の奨学金制度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。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価値創造科目データサイエンス・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等への参加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働きながら本課程を修了するためのサポート体制ビッグデータ解析等に基づく修士論文社会人受講スタイルの提供履修モデル（博士前期課程）受講スタイル
元のページ ../index.html#6