プログラムの構成
本学の副専攻制度の教育プログラムのひとつです。令和5年度に設置されました。
数理・データサイエンス・リテラシープログラムの2科目と応用基礎プログラムの「データサイエンス発展I」の教養教育3科目6単位を必修とし、「データサイエンス発展II」と「ビジネスデータサイエンス」の2科目から1科目2単位以上、応用基礎プログラムの数学科目群から1科目2単位以上を履修します。
授業内容
「データサイエンス基礎」「地域学ゼミナール」「データサイエンス発展I・II」「データサイエンス数学」については、「数理・データサイエンス・リテラシープログラム」、「数理・データサイエンス・応用基礎プログラム」を参照してください。
ビジネスデータサイエンス
データサイエンスやAIをビジネスの現場で実践するにはAIアルゴリズムやプログラミングといったテクノロジーの観点ではなくビジネスの観点で理解することが重要です。「ビジネスデータサイエンス」ではAI・データ分析プロジェクトについてビジネスの観点で学びます。また「データサイエンス基礎」で学んだデータ処理の手法を発展させます。この二つを学ぶことにより選択科目である「データサイエンス発展I,II」の履修に興味が持てると考えています。本科目は認定制度の対象科目ではありません。
具体的には、数理・データサイエンス教育強化拠点コンソーシアムのモデルカリキュラムの「導入」「基礎」「心得」の内容を踏まえ、「選択」にある「4-1.統計及び数理基礎」と「4-8.データ活用実践(教示あり学習)」の内容をカバーするように構成します。ビジネスの観点からデータサイエンス業界とデータサイエンティストの業務を理解し、データ分析プロジェクトの実施に必要な考え方とスキルを修得します。統計ソフト(Excel,HAD)を用いるため、複雑なプログラミング能力が必要なく、文系の学生でも支障なく履修可能です。さらに、統計や数学的な内容を深く踏み込まず、データ解析のロジックや方法に重視した説明を行うため、社会人にとっても学ぶ価値のある内容です。
身に付けることができる知識と能力
「データサイエンス基礎」「地域学ゼミナール」「データサイエンス発展I・II」「データサイエンス数学」については、「数理・データサイエンス・リテラシープログラム」、「数理・データサイエンス・応用基礎プログラム」を参照してください。
ビジネスデータサイエンス
- データサイエンス業界とデータサイエンティストの現状の知識
- 情報技術の知識や技能に基づいて、情報技術の活用や情報社会を理解する力
- データ分析による課題解決のための基礎知識
- Excelと拡張プログラム(HAD)によるデータ分析スキル
授業の方法
全15回のうち最初の5回とゲストスピーカー回の計6回は座学、残り9回はパソコンを用いたデータ分析演習、PBLおおびPBLの分析結果報告会で構成されます。PBLのパソコン分析演習はグループワーク形式でも行います。