横浜市立大学 データサイエンス学部 学部ガイドブック 2022
4/8

DSの基盤DSの専門学部の特長アルゴリズム系統計系(教職)1 年次前期から「線形代数学」や「微積分学」等を学び基礎を固めながら、「データサイエンスセミナー」等を通してデータサイエンスが社会において果たす役割等を学びます。後期からは「コンピュータ演習」等により計算機を利用した実践的な基本技術を修得します。また「統計の数理I」を学び、データサイエンスの基礎をなす統計学の基礎知識を身に付けます。2 年次以降は、「統計の数理I」や「プロ文理融合のマインドを学ぶ国際通用力・英語を学ぶ現場対応力を身に付ける共通1年次情報リメディアル線形代数学 Ⅰ 線形代数学実習 Ⅰ 微積分学 Ⅰ 微積分学実習 I集合・位相線形代数学 Ⅰ・Ⅱ 集合・位相 Ⅰ・Ⅱ 1年次前後前後前後前後前後前後前後3国際社会で活躍するための実践的な英語や教養を学ぶ社会で広く用いられるDSを網羅的に知る数学とコンピュータの基礎を学ぶ教養ゼミPractical Englishコンピュータ演習プログラミング演習 Ⅰ線形代数学 Ⅱ線形代数学実習 Ⅱ微積分学 Ⅱ微積分学実習 Ⅱ統計の数理 Ⅰ 微積分学 Ⅰ・Ⅱ 2年次文系+理系のさまざまな科目を履修し、DS人材となる基礎知識を身に付ける統計・計算機科学の基礎を学ぶDSをどのように社会に応用するか学ぶ全学開放科目共通教養科目グラミング演習」、「アルゴリズム論」、「多変量データ解析」等のデータサイエンスの基礎科目を学びつつ、「計量経済学モデリング」や「医療統計学」といった、修得したデータサイエンスに係る知識や技能を社会展開に応用していくことにシフトしていきます。3 年次以降の演習では、企業や官公庁におけるPBLを通じて実践的に学ぶと共に、それらの成果を卒業研究としてまとめていきます。2年次プログラミング演習 Ⅱ情報理論計算機概論アルゴリズム論組合せ論多変量データ解析統計の数理 Ⅱ統計モデリング I応用統計学 I代数学3年次インターンシップ等を通じて、DSの研究に取組む 専門領域演習Advanced Practical English凡例▶必修科目計算機数理データベース論最適化理論ビッグデータ解析データマイニングデータ解析演習 Ⅰ 統計モデリング Ⅱ応用統計学 Ⅱ調査設計論4年次卒業研究選択科目セットで履修推奨3年次並列分散処理数値解析非構造化データ機械学習データ解析演習 Ⅱデータ可視化法計算機統計学4年間の学びのイメージ基礎から応用、実践的PBLへデータサイエンス学部専門科目 カリキュラムマップ

元のページ  ../index.html#4

このブックを見る