カリキュラムどんなことが学べる？
データサイエンス教育の理想のカリキュラムを教員が一から設計！
学会標準に基づく体系的なカリキュラムを展開
情報処理学会 データサイエンス・カリキュラム標準（専門教育レベル）に基づき、基礎となる数学・確率・統計学はもちろんのこと、データサイエンティストに求められる3つのスキル、そして応用領域に広がるデータ活用の実践力まで、着実に身に付けられる体系的なカリキュラムを展開しています。
出典 一般社団法人データサイエンティスト協会
「データサイエンティストに求められるスキルセット」
（参考）一般社団法人 情報処理学会HPより
https://www.ipsj.or.jp/annai/committee/education/public_comment/qe83kf0000002hlu-att/a1618203503118.pdf
理論と実践のスパイラル教育
1年生から3年生前期まで、「未来クリエーションプロジェクト」において様々な実課題を解決する実践力を身に付けるための演習を実施します。理論に先んじて演習を行うことにより理論習得の動機付けを与え、理論習得後にはその実践による理解定着を行うことにより、理論と実践のスパイラル教育をおこないます。
深化した研究が可能な1年半の卒業研究
3年生後期からは研究室に配属されます。テーマの発見から始め、一つのテーマを深く追求し意義のある卒業研究にするために、1年半の期間をかけてじっくり卒業研究に取り組みます。
高等学校教諭一種免許状（情報）取得が可能
データサイエンスの奥深さに触れる
「未来クリエーションプロジェクト」
1年次から3年次まで段階的に学びを深めていく、本学独自のプロジェクト演習です。ドローン・自走ロボットを使った“楽しむデータ活用”から始まり、協働的なプログラミング、実社会のデータ分析、企業課題に向けたAIデザイン、そして最終的なアプリ開発へとステップアップ。「基礎 → 協働 →応用 → 社会課題 → 創造」へと学びがつながる3年間を通じて、学生は“データで未来を創る力”を着実に育てていきます。
-
STEP
01
1年次前期ドローンやロボットで
データサイエンスについて学ぶドローンやロボットを使った体験型の授業で、楽しみながらデータサイエンスの基礎を学びます。ドローンを飛ばして操作したり、ロボットを動かすAIを作ったり、実際のデータを分析したりする体験を通して、データサイエンスの基礎と“ものごとをデータで考える力”を初歩から身につけます。
-
STEP
02
1年次後期協働して創るプログラム開発へ
ステップアップ基礎を学んだら、個人 → ペア → グループへと段階的にレベルアップ。集めたデータを使って分析し、可視化し、最後はチームで成果を発表。協働しながら一つの目的を達成する経験を通じて、プログラミング力に加え“チームで問題を解決する力”が身につきます。
-
STEP
03
2年次前期実社会のデータを扱う
応用データ分析へこのステップでは、観光・文書・個人データなど、よりリアルなデータを扱います。PythonやGIS、機械学習を用いて、分析から評価までを一貫して実践。プライバシー配慮など社会で求められる視点も学び、“責任を持ってデータを扱う応用力”を養います。
-
STEP
04
2年次後期ビジネスの現場で使える
AIをデザイン応用力を踏まえ、今度は“社会や企業が抱える課題”をテーマにAIを設計。現役データサイエンティストとともに、トマト農園でのビジネス課題に取り組みます。AI・機械学習をデザインし、その評価に留まらず、ビジネス効果の試算に至るまでの、実践的なデータサイエンティストの解き方から“データでビジネスを動かす力”を学びます。
-
STEP
05
3年次前期データを形に！
集大成は「分析・可視化・実装」の具現化最後は、これまでに学んだ知識と技術を総動員し、実社会の課題を題材にアプリを企画・開発。スポーツデータ解析や小型コンピュータのセンサー活用など、興味に合わせたテーマで挑戦できます。“データを使ってアイデアを形にする力”を完成させるプロジェクト型授業です。
- ■株式会社アクテック
- ■茨木市
- ■インテグラル・テクノロジー株式会社
- ■株式会社エヌジーシー
- ■AVR Japan株式会社
- ■大阪ガス株式会社
- ■大阪商工会議所
- ■九州電技開発株式会社
- ■サイバネットシステム株式会社
- ■株式会社サミットシステムサービス
- ■特定非営利活動法人CAE懇話会
- ■株式会社JSOL
- ■タケロボ株式会社
- ■株式会社中央図研
- ■一般社団法人ツーリストシップ
- ■株式会社富士テクニカルリサーチ
AI・データのスペシャリストをめざすカリキュラム
情報学の基本をしっかり学びながら、AI・データのスペシャリストをめざす事ができる理想のカリキュラムを用意。様々な企業・自治体とも連携し、社会での実践を常に見据えた学びを展開します。
| 1年次 | 2年次 | 3年次 | 4年次 | |
|---|---|---|---|---|
| データサイエンス入門 | ■ データサイエンス概論 ■ データサイエンス基礎 ■ データサイエンス実践 | |||
| 統計学基礎 | ■ 統計学1 ■ 統計学基礎 ■ 統計学実践 | ■ 統計学2 | ■ 統計学3 | |
| 数学基礎 | ■ データサイエンスのための数学基礎 ■ データと数理1 | ■ データと数理2 | ■ データと数理3 | |
| データ分析・管理 | ■ データ可視化 ■ データマイニング基礎 | ■ 回帰と分類 ■ 情報検索 ■ データベース1 ■ モデリングとシミュレーション ■ 時系列分析 | ■ データベース2 ■ クラスタ分析とパターンマイニング ■ テキスト解析論 ■ 可視化情報学 ■ データ活用 | |
| コンピュータ科学・AI | ■ プログラミング基礎 ■ 計算機概論1 ■ アルゴリズム | ■ 計算機概論2 ■ ソフトウェア工学基礎 ■ 機械学習1 ■ インターネット開発 ■ 人工知能1 | ■ 機械学習2 ■ 人工知能2 ■ 計算機援用工学（CAE） ■ ビッグデータとクラウド ■ ヒューマン・コンピューター・インタラクション | |
| 情報ネットワーク | ■ 情報ネットワークとWeb ■ セキュリティとプライバシー保護 | ■ セキュリティとデータ一貫性 ■ インターネット開発 | ||
| データサイエンス応用 | ■ スポーツデータ科学 ■ ビジネス基礎 ■ 健康・医療データ科学 ■ 観光情報学 ■ 事業機会とビジネスモデル | ■ サービス経営とデータサイエンス | ||
| プロジェクト・卒業研究 | ■ 未来クリエーションプロジェクト1・2 | ■ 未来クリエーションプロジェクト3・4 | ■ 未来クリエーションプロジェクト5 ■ 卒業研究1 | ■ 卒業研究2・3 |
| 初年次・キャリア | ■ 成蹊基礎演習1・2 ■ スタディスキルズ1・2 | ■ 企業等連携PBL ■ キャリアプランニング | ■ ビジネスインターンシップ1 | ■ 情報と職業 |
-
データサイエンス概論
Introduction to Data Science
各教員がオムニバス形式でデータサイエンスに関連する話題を紹介する必修科目。AIやデータサイエンスの技術が観光や医療、製造など実社会の様々な分野でどのように扱われ、課題を探索し、解決するために活用されているのかを具体的な事例を通して学びます。また、他の科目で学ぶ数学、統計、情報といった基礎的内容がどのように応用されているかを理解します。
-
プログラミング基礎
Programming Basics
1年次に開講する全員必修の科目です。コンピュータが動作するために必要不可欠な要素であるプログラミングについて、基本概念である変数や条件分岐、繰り返し文などについて学び、基礎的なデータ操作の手法を身につけます。また、プログラム本体であるソースコードの記述の仕方であるドキュメンテーションやプログラムのテスト技法などについての学び、なぜそれらが必要か説明できることを目標とします。