１年次全員が共通でデータサイエンスと経営学の専門基礎を学びます。
| 前期 | 後期 | |
|---|---|---|
| 数理・DS科目 | プログラミング演習１ | ＡＩ・機械学習入門 |
| 確率・統計１ | ||
| 総合・社会実装科目 | ゲーム理論入門 | |
| データサイエンス・経営学の数理及び演習Ａ | ||
| データサイエンス・経営学の数理及び演習Ｂ | ||
| 経営学科目 | 経営学概論 | |
| ミクロ経済学 | ||
| 他学部提供科目 | ||
| 基盤教育科目 | ||
- ：必修科目
- ：学系必修科目
- ：選択科目
：科目の説明
Study 学修内容
データサイエンス経営学部のカリキュラム
２年次前期終了時までに将来の志向を定め、後期からは「学系」を選択し、選択した分野の専門性を深めます。
| 前期 | 後期 | |
|---|---|---|
| 数理・DS科目 | ＡＩ活用実践演習 | ＡＩ・機械学習論１ |
| データサイエンスの数理Ａ | プログラミング演習２ | |
| データサイエンスの数理Ｂ | 多変量解析 | |
| 確率・統計２ | 数理統計学 | |
| 総合・社会実装科目 | 社会実装基礎演習１ | 社会実装基礎演習２ |
| 経済・経営数学 | 社会統計学 | |
| マーケティング論 | マーケティングリサーチ | |
| 経営情報論 | ||
| オペレーションズ・リサーチ | ||
| 経営学科目 | 経営管理論 | コーポレート・ガバナンス論 |
| 会計学概論 | 財務会計論 | |
| 金融論概論 | 企業法 | |
| 経営戦略論 | 経営組織論 | |
| マクロ経済学 | ||
| 他学部提供科目 | ||
| 基盤教育科目 | ||
- ：必修科目
- ：学系必修科目
- ：選択科目
：科目の説明
３年次身に付けた知識や技術を活用した実践的な課題発見・解決の経験を積む機会として演習科目等に臨みます。
| 前期 | 後期 | |
|---|---|---|
| 数理・DS科目 | データエンジニアリング | 数値解析 |
| データベースシステム | システム解析入門 | |
| 時系列解析 | 確率過程論 | |
| ＡＩ・機械学習論２ | ||
| 総合・社会実装科目 | 社会実装応用演習１ | 社会実装応用演習２ |
| インターンシップ | 社会実装実践演習 | |
| ビジネス・データサイエンス | データサイエンス・経営学特別演習 | |
| 経営分析 | アントレプレナーシップ論 | |
| 知的財産権 | イノベーション・マネジメント | |
| 数理モデル | ||
| 計量経済学 | ||
| 経営学科目 | 管理会計論 | 意思決定論 |
| 中小企業論 | 企業論 | |
| NPO論 | 組織行動論 | |
| 人的資源管理論 | ||
| 他学部提供科目 | ||
| 基盤教育科目 | ||
- ：必修科目
- ：学系必修科目
- ：選択科目
：科目の説明
４年次卒業研究課題について理解を深め、データサイエンス及び経営学を社会実装へと繋げるマインドを涵養します。
| 前期 | 後期 | |
|---|---|---|
| 数理・DS科目 | ||
| 総合・社会実装科目 | 発表技術 | |
| 卒業研究 | ||
| 経営学科目 | ||
| 他学部提供科目 | ||
| 基盤教育科目 | ||
- ：必修科目
- ：学系必修科目
- ：選択科目
：科目の説明
卒業に必要な単位数
| 基盤教育科目 | ２８ |
|---|---|
| 必修科目 | ５２ |
| 学系必修科目 | １４ |
| 選択科目 | ３０ |
| 計 | １２４ |
データサイエンス経営学部教員による
学問のミニ講義を公開中！
興味のある学問についての、より詳しい内容はコチラをチェック！
- プログラミング演習１
- データの収集・分析、サービス・アプリケーション開発等の基礎事項について、動的言語(Python)を用いたプログラミング演習を通して修得する。
- AI・機械学習入門
- AI(人工知能)に関連して、社会で起きている変化やサービス、AIの根幹である機械学習についての基礎概念、 AI倫理等について学修する。
- 確率・統計1
- 種々のデータ分析や図表・統計量の解釈に不可欠な記述統計の基礎事項を修得する。
- データサイエンス・経営学の数理及び演習A
- 経営学及びデータサイエンスの諸概念の理解に必要な基礎数学(特に微分積分を始めとする解析学)について学修する。
- データサイエンス・経営学の数理及び演習B
- 経営学及びデータサイエンスの諸概念の理解に必要な基礎数学(特にベクトル・行列及びそれらの演算を始めとする線形代数学)について学修する。
- 経営学概論
- 経営学を体系的に理解し、組織、事業体に関する基礎的知識を学ぶ。特に企業経営に関する知識・技術を学修する。
- ミクロ経済学
- ミクロ経済学の基本概念である、市場(需要と供給)、消費者行動(効用、需要曲線、価格・所得弾力性)、企業行動(生産関数、費用関数等)について学修する。
- 確率・統計2
- 確率変数に対する諸概念、代表的な確率分布とその基本的性質について学修する。
- 社会実装基礎演習1
- 政府統計や協力企業提供のダミーデータなど、既存のデータを用いて、課題発見及び課題解決・意思決定・価値創出に向けた提案までの一連のプロセスを演習する。
- マーケティング論
- 基礎的なマーケティングの知識を習得することで、製品・サービスが売れるための仕組みづくりを、体系的に理解する。
- 社会実装基礎演習2
- 企業の現実的課題に関して、政府統計や協力企業提供のデータなど、既存のデータを用いて、課題発見及び課題解決・意思決定・価値創出に向けた提案までの一連のプロセスを演習する。具体的には、実際の企業経営課題を基に実現可能な改善案を作成し、シミュレーション、提案をする。
- マーケティングリサーチ
- マーケティング活動における課題を、データ収集をはじめとした多様な手法を用いて、分析する方法を学修する。
- 経営情報論
- 企業経営における情報の役割と情報処理の仕組み、経営諸問題を解決するための基本的な考え方及び方法論について理解する。経営の意思決定を支援する情報システムの理解と、ビジネスプロセス管理を学習する。
- 経営管理論
- 経営資源を効率的かつ有効に利用するためのしくみを学ぶ。特に、組織、事業体の管理に関する実践的な技法を学修する。
- 会計学概論
- 会計という方法論を通じて、社会や組織体などの動態的経済秩序のメカニズムを学修する。
- 社会実装応用演習1
- 学部教員の専門領域と最新の研究を学び、自身が修得した知識や手法を社会実装する方法を理解する。
- ビジネス・データサイエンス
- 企業等において課題を解決するためにビッグデータ等の種々のデータを統計学と機械学習の知識・技術を用いて分析する手法を学修する。
- 社会実装応用演習2
- 企業における課題の発見、データの収集と分析、課題解決・意思決定・価値創出に向けた提案までの一連のプロセスの計画から実施までを演習する。 「データサイエンス・経営学特別演習」を担当する教員の指導のもと、産業及び学術分野における課題の発見、データの収集/実験・分析を行う一連のプロセスについて演習を行う。
- 社会実装実践演習
- ２つの学系混成のグループを編成し、グループ単位で地域の協力企業や自治体に出向き、提供されたデータを、統計学、機械学習、AI技術などを用いて解析して提供元にフィードバックするとともに、経営（運営）企画チーム等にメンバーとして加わり、実際の経営の場を肌で体感する。
- データサイエンス・経営学特別演習
- 少人数のグループで学部専任教員の指導の下「社会実装応用演習2」「卒業研究」の遂行に必要な基礎事項をゼミ・輪読等の形式で学修する。
- 発表技術
- 「卒業研究」の担当教員の指導の下、卒業研究や学会発表等、種々の発表機会で必要となる発表技術について学修し、学習結果やデータ分析等の結果を他者に分かりやすく伝えるための能力を身につける。
- 卒業研究
- 学部専任教員の指導の下、課題を設定して研究を行い、卒業論文を執筆し口頭発表を行う。
CLOSE