データを手がかりに、知を深める
私たちが普段何気なく使っているSNSやネットショッピング、スポーツや音楽の分析まで、データはあらゆる場面で活用されています。
この教育プログラムでは、文系・理系を問わず、データを深く理解し、AIの仕組みを学びながら、その力を使って分析する方法を身につけます。
データとAIを活用し、新たな知を生み出す力を育てるカリキュラムを通して、あなたの可能性を広げる一歩を後押しします。
データを手がかりに、知を深める
私たちが普段何気なく使っているSNSやネットショッピング、スポーツや音楽の分析まで、データはあらゆる場面で活用されています。
この教育プログラムでは、文系・理系を問わず、データを深く理解し、AIの仕組みを学びながら、その力を使って分析する方法を身につけます。
データとAIを活用し、新たな知を生み出す力を育てるカリキュラムを通して、あなたの可能性を広げる一歩を後押しします。
データサイエンスプログラムでは、多様な内容の科目を用意しています。それぞれのバックグラウンドとキャリアパスに合わせて自分自身でコースを設計できます。
指定科目から8単位以上。4単位はコア科目から選択。
●必須科目:人工知能とビッグデータ、情報リテラシー
●選択必須科目:統計解析ツールによるデータ分析、表計算ツールによるデータ分析から1科目
| 指定科目 | ||
|---|---|---|
| コア科目 | その他指定科目 | |
| 必須科目 | 人工知能とビッグデータ | 情報リテラシー |
| 選択必須科目 | 統計解析ツールによるデータ分析OR表計算ツールによるデータ分析 | |
| 選択科目 | ||
| 指定科目 | ||
|---|---|---|
| コア科目 | その他指定科目 | |
| 必須 科目 | 人工知能とビッグデータ | 情報リテラシー |
| 選択 必須 科目 | 統計解析ツールによる データ分析 OR 表計算ツールによるデータ分析 | |
| 選択 科目 |
||
必須科目:2科目+ 選択必須科目1科目
コア科目:2科目必要 全指定科目:4科目必要
国際文化交流学部では、リテラシーレベルのプログラムが別カリキュラムとなっています。
履修に関する相談やお問い合わせは、戸山キャンパス2号館1階サポートセンター情報科目
([email protected])までお問い合わせください。
指定科目から16単位以上。8単位はコア科目から選択。
●必須科目:人工知能とビッグデータ、プログラミング初級、コンピューター科学概論
●選択必須科目:基礎の機械学習、プログラミングで学ぶ機械学習から1科目
| 指定科目 | ||
|---|---|---|
| コア科目 | その他指定科目 | |
| 必須科目 | 人工知能とビッグデータ | プログラミング初級コンピューター科学概論 |
| 選択必須科目 | 基礎の機械学習 OR プログラミングで学ぶ機械学習 | |
| 選択科目 | ||
| 指定科目 | ||
|---|---|---|
| コア科目 | その他指定科目 | |
| 必須 科目 | 人工知能とビッグデータ | プログラミング初級 コンピューター科学概論 |
| 選択 必須 科目 | 基礎の機械学習 OR プログラミングで学ぶ 機械学習 | |
| 選択 科目 |
||
必須科目:3科目+ 選択必須科目1科目
コア科目:4科目必要 全指定科目:8科目必要
データサイエンスプログラムは、コンパクトでありながら、参加者個別のキャリア設計にあわせて履修科目の組み合わせを考えることが出来るように設計されています。 専門的・数理的な科目もありますが、データ分析の基礎を教える科目、プログラムで分かりやすいグラフを作成する方法が学べる科目などがあります。
ハンズオン教材を多用します。ハンズオン教材により、受講者は手許でプログラムを実行しながら、体験的・能動的に概念を理解できるようになります。
データサイエンスプログラムのカリキュラムは、文系・理系を問わず、自分自身のレベルとキャリア設計にあわせて履修科目の組み合わせを工夫できる多様性を有しています。シラバスを読んで、自分に必要な科目を探し出して下さい。
データサイエンスプログラムのリテラシーレベル・応用基礎レベルは、文部科学省「数理・データサイエンス・AI教育プログラム」の認定を受けています。修了条件を満たし、申請を行うと、レベル毎に修了証明を発行します。修了証明はオープンバッジ※1により電子的に発行しますので、電子履歴書に貼り付けて資格をアピールすることが出来ます。応用基礎レベルを修了すると、学習院大学データサイエンス副専攻修了証明書※2の発行を受けることも可能ですので、専攻に加えてより幅広い専門性をアピールすることができます。
※1 一般社団法人オープンバッジ・ネットワークが発行する電子的な資格証明です。
※2 2023年度以降の入学者が対象です。
基礎から積み上げた学びが
研究の足がかりに。
理学部数学科 田中 克彦さん
数学科の専門科目でPythonを使用した数値計算を行い、もっと詳しくプログラミングを学びたいと思い、本プログラムの履修を決めました。
プログラミングの授業では基礎から段階的に学ぶことができ、実際のアプリ開発に近い形でコードを書けるようになりました。また、プログラミング言語は一つを学ぶことで他の言語のコードも読めるようになり、Pythonで基礎を学んだことがRやPostgreSQLの理解にも役立ちました。
機械学習の授業では、配布されるハンズオン教材を実行することで、分類結果などを図示することで理解を深めることができました。またKL情報量などの計算もPython上でできるため、数式の形を完璧に覚えるのではなく、式の意味を理解することに意識を向けることが出来ます。
私はネットワークやデータベースなど様々な分野と関わりをもつグラフ理論を研究していきたいと考えています。本プログラムで学んだデータ分析やプログラミングの知識を結びつけながら、その理論と応用を深めていきたいです。
5億文字のテキストデータを分析。
文系だからこそ広がる研究の可能性。
大学院人文科学研究科日本語日本文学専攻 三浦 唯華さん
私が専攻する日本語学において、大規模なテキストを収集・処理・解析するような研究をするにはデータ分析に関する知識や技能の習得が必要不可欠であると痛感し、履修を決めました。実際に、卒業論文執筆の際には「プログラミング初級・中級」の授業で習得したスキルを活かして5億文字を超えるテキストデータを扱い、日本語学的な考察の裏付けとなる材料を揃えたり、自分の思い通りのグラフを作成したりすることができました。 「文系」であっても、そこにデータサイエンスを掛け合わせることでより充実した研究ができることを実感しています。
多様性に富んだカリキュラムで、
広がる可能性と選択肢。
学習院大学 計算機センター /
人文科学研究科アーカイブズ学専攻 久保山哲二教授
データサイエンスを学ぶことは、AIの知識やデータ分析のスキルを修得するだけでなく、未知の課題に対する洞察力を深め、データに裏打ちされた判断力を養うことにも繋がります。本プログラムは、文理を問わず、実践的なデータ分析から理論的な背景まで、幅広い学習機会を提供し、自分に合ったカリキュラム設計ができることが特徴です。将来のキャリアに広がりをもたらす視点を身につけましょう。