大学院教育

情報系大学院生向け副専攻型プログラム「高度データサイエンスコース」

システム情報科学府の情報系専攻(情報学専攻・情報知能工学専攻)に所属する大学院生を主な対象として,高度データサイエンティスト育成のための教育プログラムを開発し提供します.

目的
最先端の理論と実践力を身につけた高度データサイエンティスト(ADS)の育成
教育プログラムの受講を通じ育成する人材像
  • 単に定型的なデータ解析の手法・ツールを使いこなせるだけでなく,各解析手法の普遍的な原理,境界条件と限界を理解し,あらゆる分野のデータに適切に対応できる柔軟性を身につけた人材
  • 最先端の理論を理解し,データ解析技術の進化に継続的に対応できる背景知識と技術を身につけた人材
修了要件
  • 指定した科目を,選択科目を除いてすべて修得すること.修了生には修了証を発行
  • 各専攻の修了要件とは独立であることに注意

カリキュラム

以下の4つの科目群に分かれます.

科目群 科目名 概要
数理科目 確率・統計* 専攻の既存科目にマッピング(参考:マッピング表
線形代数*
最適化理論*
アルゴリズム論*
基礎科目 機械学習
データマイニング
コンピュータ・ビジョン
先端科目 データサイエンス特別講義 独自に開講
データサイエンス研修*
実践科目 データサイエンス技法演習 拡充:実践・応用科目に配置
データサイエンス実習


 ※ * が付いた科目は,指定した条件を満たせば,対応するシス情の科目を受講しなくても修得を認める.
 ※ 「データサイエンス技法演習」のみ選択科目.

数理科目

既存科目へのマッピング(参考:マッピング表)
  • 「確率・統計」⇒ 「確率統計特論Ⅰ,Ⅱ」(広域2単位)
  • 「線形代数」⇒ 「線形代数応用特論Ⅰ,Ⅱ」(広域2単位)
  • 「最適化理論」⇒ 「最適化理論基礎・演習」(広域4単位)
  • 「アルゴリズム論」⇒ 「アルゴリズムとデータ構造Ⅰ,Ⅱ」(DSコア2単位)または「アルゴリズム設計論Ⅰ,Ⅱ」(AIアドバンスト2単位)

※学力認定されれば,高度データサイエンスコースとしては受講免除

学力認定
  • 学部時に,対応する科目をGP3以上で修得していること
  • 認定希望者は,学部の成績証明書をADS育成室(W2-1006号室,)に提出すること

基礎科目

既存科目へのマッピング(参考:マッピング表)
  • 「機械学習」⇒ 「機械学習特論Ⅰ,Ⅱ」(DSアドバンスト2単位)または「情報論的学習理論Ⅰ,Ⅱ」(DSコア2単位)
  • 「データマイニング」⇒ 「データマイニング特論Ⅰ,Ⅱ」(DSコア2単位)
  • 「コンピュータ・ビジョン」⇒ 「パターン認識」(AIコア2単位)または「コンピュータ・ビジョン」(AIアドバンスト2単位)

先端科目

「データサイエンス特別講義」
  • 学外の著名な研究者を招き,データサイエンスに関連する最新トピックについて講義する.
  • 後期の「情報理工学特別講義」の時間帯を利用予定
「データサイエンス研修」
  • 修得認定の要件について(PDF 78KB)
  • インターンシップやシンポジウム・研究会・国際会議等への参加・発表を通して,社会的,学術的な見地から,データサイエンス分野の現状と問題点に関する見識を高める.
  • 「システム情報科学実習」の単位(データサイエンス分野のテーマで修得した場合に限る)をもって修得を認定できる.

実践科目

「データサイエンス技法演習」(実践・応用2単位)
  • 種々のデータ解析手法の実装と実データへの適用実験を通して,それらの有効性と限界を体得させると同時に,Pythonプログラミングの能力を養成する.
  • 春学期,月4+月5. 対面(+オンライン開講),詳細は Moodle で指示
「データサイエンス実習」(実践・応用4単位)
  • 企業や自治体から持ち込まれたデータ解析に関するプロジェクト課題にチームとして取り組むことで,データ解析技術と実問題に対する理解を深める.また,成果発表を通して,解析結果の効果的な可視化の技術を養成する.
  • 夏学期〜12月に実施.初回ガイダンスで詳細を説明.
  • 一定の水準以上のプログラミングスキルが必要.自信がない方は,「データサイエンス技法演習」を習得しておいてください.
  • 企業担当者と日本語で議論する能力が必須.

「データサイエンス技法演習」の流れ(予定)

  1. ビジネス実務におけるデータサイエンス概要
  2. データの入出力と基礎俯瞰
  3. モデリングの実行 〜決定木分析を例として〜
  4. 様々なモデリング手法とその実行方法
     ー線形回帰,線形判別,SVM,決定木
  5. 様々なモデリング手法とその実行方法
     ーランダムフォレスト,勾配木ブースティング,グリッドサーチ
  6. データサイエンス業務における品質保証の実行方法
  7. データサイエンスとプレゼンテーション
  8. ビジネスにおける課題設定とプロジェクトマネジメント
  9. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化
  10. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化
  11. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化
  12. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化
  13. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化
  14. ロールプレイ・プロジェクト
     ーマーケティング,ファイナンス,業務の自動化

※プロのデータサイエンティストによる指導を行います.
和田陽一郎 客員准教授(データフォーシーズ,D4cアカデミー)

「データサイエンス実習」の流れ

「高度データサイエンスコース」履修方法

  • 特別な登録の必要はなく,コース修了要件を満たした時点でコース修了が認定されます.(学位記授与式にて修了証を授与)
  • 先端科目以外は,対応する既存科目を通常の方法で履修登録してください.
  • 先端科目の履修方法は,こちらを参照してください.

高度データサイエンスコース科目

PDFファイルをこちらからダウンロードできます.