東京都立大学
数理・データサイエンス
教育プログラム

データサイエンス・AIの技術の本質を理解し、
これらの技術を利用したサービスやシステムを
課題解決のために活用できる人材を育成します。

データサイエンスとは?イメージ

データサイエンスとは?

データサイエンスは、数理・統計を基礎として、データをもとに科学的な課題解決を行うために横断的なアプローチを行う新しい学問です。これらを学修すれば、様々な場面においてデータを「正確に理解」し、「物事を科学的に判断」する力を身につけ、ビジネスの場でも「説得力のある説明」ができるようになるでしょう。

データサイエンスはすでに私たちの身の回りに広く応用されています。例えば、スマートフォンの顔認証機能、音声アシスタント機能や文書の翻訳機能には機械学習※やデータサイエンスに基づく技術が多く利用されており、私たちの生活を便利にしています。

データサイエンスを学ぶことによって、現代における「課題」を解決し、社会を大きく変えていけるかもしれません。そんなデータサイエンスについて、皆さんも学んでみませんか?

※大量のデータをもとに、その背後のルールやパターンを「機械(コンピュータ)」が統計的に「学習」する技術

プログラム東京都立大学 大学教育センターが提供する2つの教育プログラムです。

副専攻コース

数理・データサイエンス副専攻コース

数理を学ぶ基礎科目から、テキスト分析・機械学習等の応用科目を経て、現実のデータを用いた課題解決を目指す実践科目(PBL)までを体系的に学修できる本学の教育プログラムです。

社会人向けプログラム

社会人向けデータサイエンス入門プログラム

これからデータサイエンスを学んでみたいと考える社会人の方を対象とした入門プログラムです。夏期と秋期に開講し、いずれの講義もフルオンラインでの実施のためご自宅や職場から受講できます。

数理・データサイエンス
副専攻コース

数理・データサイエンス
副専攻コースとは?

本副専攻コースは、データサイエンスの基盤となる数理を学ぶ基礎科目から、テキスト分析、画像・音声処理や機械学習等の応用科目を経て、現実のデータを用いてデータサイエンスの手法により課題解決を目指す実践科目(PBL)までを体系的に学修できる教育プログラムです。

文系・理系問わず、所属学科で学ぶ主専攻に加えて本副専攻を履修することができます。

主専攻✕数理・データサイエンス副専攻コース=専門領域における新たな価値創造
  • 01

    本副専攻の特徴

    • 入学後に申請可能(各学期始めに履修者を募集)
    • 数理・統計の基礎的科目からデータによる課題解決を目指す実践的科目まで体系的な学修が可能
    • 本学大学院進学後も本副専攻の継続履修が可能
  • 02

    本副専攻を履修できる学生

    本学の正規学生(学部生・大学院生)

    • 2022年度以降に入学した学生のみ
    • システムデザイン学部の情報科学科・電子情報システム工学科、システムデザイン研究科の情報科学域・電子情報システム工学域に在籍する学生は対象外
    • 副専攻の対象外の学生でも、科目のみの履修は可能
      (一部科目を除く)
03

本副専攻の修了認定要件

次の2つの要件を満たす場合に、本副専攻の修了認定が授与されます。

本副専攻の指定科目を履修し、修了認定要件に従って単位を修得すること。
+
学生自身が所属する課程を卒業・修了すること。
副専攻専門教育科目群
本副専攻の指定科目
科目分類 科目名等
基礎科目 情報リテラシー実践Ⅰ
微分積分Ⅰ 又は 基礎微分積分
線形代数Ⅰ 又は 基礎線形代数
離散数学入門
統計学Ⅱ 又は 情報リテラシー実践Ⅱ A 又は 確率統計
教養としてのデータリテラシー
応用科目 ソフトウェア工学(副専攻)
データ解析(副専攻)
データベース(副専攻)
テキスト分析(副専攻)
情報リテラシー実践Ⅱ C
プログラミング(副専攻) 又は 情報リテラシー実践Ⅱ B
機械学習Ⅰ(副専攻)
機械学習Ⅱ(副専攻)
実践科目 データサイエンスPBL(副専攻)
※ Ⅰ・Ⅱの科目分類合計12単位以上の修得を履修の条件とする。

※上記の各科目は全て2単位

04

履修方法

  • STEP01
    本副専攻「履修の手引・シラバス」を入手する

    都立大公式WEBサイト 数理・データサイエンス副専攻ページで入手してください。

  • STEP02
    履修計画を立て、副専攻の申請をする

    できるだけガイダンスに出席して説明を聞き、「履修の手引・シラバス」をよく確認してから申請してください。

  • STEP03
    指定科目を履修する
  • STEP04
    修了証書を取得する

    数理・データサイエンス副専攻コースの修了認定要件を満たした場合、課程の卒業・修了とともに修了証書を取得できます。

05

履修申請時期

学部生 1年次前期~3年次前期の各期
大学院生
(博士前期・専門職学位課程2年課程)
1年次前期のみ
大学院生
(博士後期・専門職学位課程3年課程)
1年次前期~2年次前期の各期

紹介動画

  • 学長からのメッセージ

  • 概要・カリキュラム紹介

  • 模擬講義(データ解析~AI+ビッグデータ~)

  • 模擬講義(データサイエンスの重要性)

教員からのメッセージ

近藤 伸彦

大学教育センター准教授
近藤  伸彦

「データサイエンス」と聞くといかにも難しそうなイメージを持つかもしれませんが、「データを用いて科学的に考える」ことはそもそも、学問における基本です。本副専攻は、知識や技術の習得だけでなく、現実的な「課題」に対する実践までをも含む、充実した科目群で構成されています。

文系・理系を問わず、今後どのような道に進む人にも、ここで得た学びの成果は大きな力になることでしょう。学部を超えて共に学べることも本副専攻の魅力です。より充実した大学での学びに向けて、ぜひこの機会を活用してください。

主な担当教員

近藤 伸彦 大学教育センター 准教授
椿本 弥生 大学教育センター 准教授
山下 英明 経済経営学部 教授
石川 博 大学教育センター 特任教授

受講者の声 / 授業紹介

タイトル装飾画像受講者の声

受講者の声

Comming Soon

受講者の声

Comming Soon

受講者の声

Comming Soon

タイトル装飾画像授業紹介

授業紹介画像

Comming Soon

よくある質問

  • Q この副専攻を履修する際、費用(受講料など)はかかりますか?

  • Q 副専攻に登録せず、科目だけ履修することはできますか?

  • Q 学部卒業とこの副専攻修了の両方を満たすためには何単位が必要になりますか?

  • Q 学部から引き続いて大学院でも継続して履修することは可能ですか?

  • Q 学部在籍時に本副専攻科目の単位を修得した後に、本学大学院へ進学し本副専攻の履修申請を行った場合、学部在籍時に修得した単位は本副専攻の修了認定単位として引き継がれますか?

社会人向けデータサイエンス
入門プログラム

プログラム概要

講座責任者
椿本 弥生

大学教育センター
椿本  弥生  准教授

本プログラムは、「データリテラシー」「データベース」「機械学習」「テキスト分析」の4つの講座で構成され、データサイエンスの基本的かつ主要なトピックについて具体例を交えながらわかりやすく解説します。このプログラムを履修することで、データ活用のための基礎的知識と技術について学ぶきっかけになるでしょう。

こんな方におすすめ
  • データの整理や活用に関する基礎的な知識・技術を知りたい方
  • データの活用によってどんなことができるのか知りたい方

※1講座は4回の授業(90分×4コマ)で構成され、夏期と秋期に2講座ずつ開講します。

※受講料は1講座10,100円です。(別途入会金3,000円が必要です)

データサイエンスの基礎的な知識、技術
  • データリテラシー

    適切なデータ活用の前提として必要なデータリテラシーを現代的教養として身に着けることを目指します。

  • データベース

    データベースの基本概念や、国際標準言語SQLについて説明します。SQLは基本機能だけでなく、その進んだ機能を用いた発展的な応用についても解説します。

  • 機械学習

    予測・判別・分類・識別など,代表的な機械学習の理論を理解しながら、コンピュータの実装も体験する初学者向け講座です。

  • テキスト分析

    日常で使っている言葉(自然言語)を数量化して分析する方法を学びます。主要なトピックはプログラムを実行しながら解説します。

よくある質問

  • Q 申込方法を教えてください。

  • Q プログラミングの技術や数理的な知識がなくても受講は可能ですか?

  • Q 当日受講できなかった場合など、あとから録画を視聴することはできますか?

  • Q 受講に必要なものはありますか?

受講者募集情報 ※募集時期は毎年6月~11月頃です

※2023年度の募集は終了しました※