Graduate education
大学院教育
データサイエンス・マスター・
プログラム
コンピテンスポイント
各学位プログラムで開設されている科目の中で下記の科目群に該当する科目や、DSMPのために新たに開設された科目を履修することにより、3つのコンピテンスごとに修了要件として設定されているポイントを修得することができます。
【DSMP修了認定要件】
| コンピテンス | 習得ポイント数 | |
|---|---|---|
| MDA基礎力 | データサイエンス・エキスパートを目指すために求められるデータサイエンスやAIの基礎知識と活用能力 | 2～ |
| MDA融合力 | 国内外の先端的な研究や企業の課題に触れ、データサイエンスやAIの知識やスキルを実践する能力 | 2～ |
| MDA専門力 | 各学位プログラムの専門分野においてデータサイエンスやAIに関係した専門的な知識および活用能力 | 6～ |
DSMP関連科目
MDA基礎力＋MDA融合力
| 科目 | 概要 |
|---|---|
| データサイエンス特論 | AIや機械学習の基礎となるデータサイエンスの知識から、様々な応用が広がる深層学習、大規模言語モデル、生成AIに関して理解を広げ、演習を通じてデータ解析手法、機械学習モデル、生成AIを使いこなすスキルを習得する。 |
MDA融合力
| 科目 | 概要 |
|---|---|
| MDA異分野連携ゼミナール | 国内外研究者・企業・自治体などによる数理・データサイエンス・AI分野の最新の動向に関する専門家によるオムニバス授業を実施し、最近の重要課題について講述する。データサイエンス分野の問題解決能力を養うことを狙いとする。 |
| MDAトップ人材育成特別演習 | 企業自治体等から提供された問題とデータを題材としたPBL授業に参加し、多様な参加者と議論し、異分野の知識を融合し、現実の問題の解決にその知識を実践できる能力を向上させる。また、プロジェクトに主体的に参加することにより、創造性・自主性・広い視野を養い、プロジェクト貢献能力を涵養する。 |
| MDA異分野連携ゼミナール | 国内外研究者・企業・自治体などによる数理・データサイエンス・AI分野の最新の動向に関する専門家によるオムニバス授業を実施し、最近の重要課題について講述する。データサイエンス分野の問題解決能力を養うことを狙いとする。 |
| 前期プロジェクト研究 | 企業・行政・研究機関等が抱える現実課題の解決や企業等が有するデータの活用に関する共同研究またはインターンシップを通して、課題解決にデータを活用できる研究力を養う。 |
| メタバース工学演習 | メタバースによる臨場感の高いコミュニケーション環境を構築するための、アバターや3D環境モデルの制作手法や、ユーザー体験設計および評価手法、リアル環境とメタバース環境のシームレスな連結、生成AIの統合化および倫理的課題について学ぶ。メタバースを活用した、学生と学外研究者、企業参加者によるコミュニケーションにより、研究やキャリアに役立つ発見や知の創出を促進するための環境構築を実践する。 |
| MDA実践研究演習 | 博士前期課程1・2年次生を対象とし、企業・行政・研究機関において実社会の課題解決を目的にどのような研究開発が行われているのかを学ぶ。数理・データサイエンス・AI(MDA)分野で活躍する企業等に所属する博士研究者による研究事例を通じて、最前線の研究実践のあり方を理解する。また、学生自身の研究内容に対して企業等の博士研究者から専門的かつ実践的な助言を受けることで、 (1)研究を実社会の課題と関連付けて考える力 (2)異分野・異業種の専門家と建設的に議論する力 (3)自身の研究成果をわかりやすく発信する力 を養うことを目的とする。 |
科目群別の科目リスト（2026年4月時点）
MDA基礎力
| 情報理工 | データサイエンス特論 |
| 知能機能システム | 知能システム理論基礎、知能システムツール演習a、機械学習論、人工知能特論、言語情報処理特論 |
| 情報学 | 機械学習とパターン認識 |
MDA融合力
| 情報理工 | データサイエンス特論、MDA異分野連携ゼミナール、MDAトップ人材育成特別演習、前期プロジェクト研究、メタバース工学演習、MDA実践研究演習 |
| 知能機能システム | 知能機能システムセミナーⅠ |
MDA専門力
| 社会工学 | 社会工学のための数学、社会シミュレーション、ゲーム理論、統計分析、企業評価論、空間情報科学、都市・地域解析学、経済・政策分析、情報セキュリティ、資産評価論、離散数理、数理最適化理論、ミクロ計量分析、オペレーション管理、社会工学特別講義I、社会工学特別講義II、社会工学特別講義III |
| サービス工学 | サービス満足度解析、サービス工学特別講義I、サービス工学特別講義III、消費者心理分析、地域データ解析、ビッグデータアナリティクス、応用最適化、技術経営 |
| リスク・レジリエンス工学 | ソフトコンピューティング基礎論、データマイニング、暗号技術特論、情報システム特論、数理モデル解析特論、数理環境工学特論、エネルギー・環境モデリング演習、サイバーリスク特論、リスクと安心の科学哲学特論、ネットワークセキュリティ特論、ヒューマンファクター演習、ヒューマンファクター特論、レジリエント都市計画演習、金融リスク解析、サイバーセキュリティ特論、認知的インタフェース論、金融情報セキュリティ、Webアプリケーションセキュリティ、知能情報システム、システムデザイン論、情報検索特論、知的ドキュメント管理論、複雑システム論 |
| 情報理工 | コンピュータグラフィクス特論、システム最適化、システム制御、データ工学特論I、データ工学特論II、ヒューマンインタフェース特論I、ヒューマンインタフェース特論II、プログラム言語特論、画像認識特論、基礎計算生物学、計算言語学特論、高性能コンピューティング特論、信号画像処理特論I、信号画像処理特論II、信号画像処理特論III、数理アルゴリズム特論、適応的メディア処理、並行システム、並列処理アーキテクチャ特論、暗号理論特論I、暗号理論特論II、Topics in Computer Ethics、情報理工特別講義I、AI社会実践特論A、AI社会実践特論B、量子情報科学特論 |
| 知能機能システム | サイバニクス、システムモデリング、スマートインフォメディアシステム特論、通信基礎論、ユーザビリティテスティング、実世界指向センシング、情報・符号理論、生体計測工学、知覚拡張工学、知能機能システム数学基礎、機能システム数理基礎、知能機能システムデータ解析演習、知能システムツール演習b |
| 構造エネルギー工学 | 構造力学特論、流体力学特論、計算力学特論、数値流体力学、信頼性工学特論 |
| エンパワーメント情報学 | 実験心理学方法論、機械学習演習 |
| ライフイノベーション（生物情報） | バイオインフォマティクス概論、生体分子・創薬インフォマティクス、遺伝子解析と機能ゲノミクス、実践機械学習 |
| 情報学 | データサイエンス実践、ビジュアライゼーション、生体生命情報、構造化データ、音楽と情報、情報アクセス、情報プラクティス、情報推薦、ヒューマンコンピュータインタラクション、デジタルヒューマニティーズ、情報組織化、調査とデータ分析、行動経済学 |