データサイエンス学部　2027年度の概要
データサイエンス学科

2027年度の概要

データサイエンス学部では、データを読み解き、革新的で持続可能な社会を構想・実現するための素養を備えた人材の育成を目指しています。文系・理系の枠にとらわれず、データ活用の基盤となる数理・統計・計算機に関する知識と技術を体系的に修得し、医療、経済、都市、社会などの応用分野において、課題を発見し解決へと導く力を養います。さらに、企業や官公庁等の現場での実践的な学びを通じて、多様な人々と共創するコミュニケーション能力、状況に応じた柔軟な思考力、そして合理的な判断力も身に付けます。世界で活躍していくため、国際水準の英語力の修得にも力を入れています
学位：学士（データサイエンス）

学生が自らの専門性を意識しながら学修できるよう、専門科目を５つのクラスター、すなわち基盤技術である「数理／統計科学」「計算機科学」と、応用展開分野である「健康・医療」「都市・環境」「経済・社会」に分類し、学びの構造を「見える化」しています。各クラスターでは必要単位数を設定し、入門から発展へと段階的に科目を配置することで、データサイエンス全体をバランスよく修得しながら、自身の興味・関心に応じて特定分野の専門性を主体的に深めることができます。

体系性と連続性を重視したカリキュラム編成により、基礎理論の確かな理解から高度な応用へと無理なく学びを発展させることができます。また、近年のＡＩ技術の急速な発展を踏まえ、機械学習関連科目を充実させるとともに、PBL（Project-Based Learning）科目と連携させることで、理論と実装の双方をバランスよく修得できる教育を行っています。さらに、大学院進学も視野に入れた高度な専門科目を配置し、将来の研究や専門的実務へとつながる強固な基盤力を育成します。

データサイエンスは、社会課題の解決に貢献してこそ、その真価を発揮します。本学部では、「健康・医療」「都市・環境」「経済・社会」といった本学が強みを有する応用展開分野の専門科目を充実させることで、現実社会の多様な課題に幅広く関心を持ち、データに基づいて主体的に課題解決へ取り組む姿勢を養います。

4年間の学びのイメージ

データサイエンス学部専門科目一覧

基礎から応用、実践的PBLへ

１年次前期から「線形代数学」や「微積分学」、「統計学入門」等を学び、数学や統計学の基礎を固めます。後期からは「プログラミング演習」でＰｙｔｈｏｎ言語を学び、データを計算機で処理する基本技術を修得するとともに、「社会課題とデータサイエンス」においてデータサイエンスが社会で果たす役割を理解します。
２年次以降は、「数理統計学」や「多変量データ解析」、「計算機概論」や「情報理論」等の基盤技術科目を学ぶとともに、健康・医療、都市・環境、経済・社会といった応用展開分野の科目の履修も始まります。さらに後期からのＰＢＬ科目を通じて、企業や自治体などと連携し、実社会と結びついた課題に取り組みます。
３年次には、「機械学習」等の科目で基盤技術の専門性を高めつつ、ゼミ活動を通してデータサイエンスの実践力を養います。そして４年次には卒業研究・卒業論文に取り組み、４年間の学びを集大成します。