経済学部におけるデータサイエンス教育

経済学部では、2020年4月に「データサイエンスコース」を開設し、データサイエンス教育を推進しています。また、2021年度より全学的に展開する数理・データサイエンスセンターによるデータサイエンス教育プログラムの開始に伴い、講義科目などの充実を行っています。

2021年度入学生

全学的に展開するデータサイエンス教育プログラムの開始に伴い、関連科目を新設しました。具体的な内容はJUシラバスで確認できます。

専門科目

学年	科目
1年次配当	データサイエンス科目	AIと経済
	数理・統計科目	経済の基礎数学Ⅰ／経済の基礎数学Ⅱ／経済学のための統計入門Ⅰ／経済学のための統計入門Ⅱ
	情報・AI科目	技術と社会Ⅰ／技術と社会Ⅱ
2年次配当	データサイエンス科目	データサイエンスの基礎
	数理・統計科目	経済統計学Ⅰ／経済統計学Ⅱ
	情報・AI科目	AIプログラミングの基礎
3・4年次配当	データサイエンス科目	金融データ分析／定量的政策評価／社会科学におけるデータサイエンス
	数理・統計科目	ゲーム理論とAI／計量経済学Ⅰ／計量経済学Ⅱ
	情報・AI科目	応用AIプログラミング

関連科目

太字は新設科目です。

学年	科目
1年次配当	データサイエンス科目	データサイエンス入門
	数理・統計科目	統計Ⅰ／統計Ⅱ
	情報・AI科目	情報学特講Ⅰ／情報学特講Ⅱ／コンピュータ・リテラシーⅠ／コンピュータ・リテラシーⅡ／数値計算演習／情報技術Ⅰ／情報技術Ⅱ
2年次配当	数理・統計科目	情報学特講Ⅲ／情報学特講Ⅳ／情報技術Ⅲ／情報技術Ⅳ／情報技術Ⅴ／情報技術Ⅵ／情報技術Ⅶ／情報技術Ⅷ／表計算ソフトによる数量分析／ＩＴ論Ⅰ／ＩＴ論Ⅱ


3・4年次配当	データサイエンス科目	データサイエンスと数理統計／機械学習とAI／データサイエンス特別講義I／データサイエンス特別講義II
	情報・AI科目	IT論Ⅲ／IT論Ⅳ
	情報・AI科目	IT論Ⅲ／IT論Ⅳ

2021年度入学生は、「データサイエンスの基礎」、「AIプログラミングの基礎」を履修するためには、「AIと経済」もしくは「データサイエンス入門」（いずれかの科目）の単位を修得しておかなければなりません。
「社会科学におけるデータサイエンス」を履修するためには、「データサイエンスの基礎」、「AIプログラミングの基礎」を修得済みもしくはそれに相当したレベルの知識・スキルを持つことが望ましいとされます。
「金融データ分析」を履修するためには、「データサイエンスの基礎」を修得済みもしくはそれに相当したレベルの知識・スキルを持つことが望ましいとされます。
「定量的政策評価」を履修するためには、「AIと経済」（もしくは「データサイエンス入門」）、「ミクロ経済学I・II」、「データサイエンスの基礎」を修得済みもしくはそれに相当したレベルの知識・スキルを持つことが望ましいとされます。
「ゲーム理論とAI」を履修するためには、「AIと経済」（もしくは「データサイエンス入門」）、「ミクロ経済学I・II」、「AIプログラミングの基礎」を修得済みもしくはそれに相当したレベルの知識・スキルを持つことが望ましいとされます。
「応用AIプログラミング」を履修するためには、「AIプログラミングの基礎」を修得済みもしくはそれに相当したレベルの知識・スキルを持つことが望ましいとされます。
経済学部においては「AIと経済」の履修をお願いします。注意すべき点としては、「AIと経済」は経済学部の専門科目、「データサイエンス入門」は関連科目となります。
4年間において「データサイエンス入門」と「AIと経済」をともに履修することはできません。

全学のデータサイエンス教育プログラム

※全学のデータサイエンス教育プログラムは、経済学部のデータサイエンスコースの学生だけでなく、2021年度入学の全ての経済学部生が対象となります。

城西大学では独自の教育プログラムを設定し、そのプログラムを修了した学生には修了証を授与する予定です。

データサイエンス教育プログラムは、データサイエンスの基礎的素養学修のためのベーシックレベル（4科目8単位以上を要請）と、その先の、自らの専門に合わせて、実際にデータを扱ってデータサイエンスの活用を学修するアドバンストレベル（8科目16単位以上を要請）があります。アドバンストレベルにおいては、「社会科学におけるデータサイエンス」、「ゲーム理論とAI」、「応用AIプログラミング」などの科目を選択して学修することができます。

バランスのとれた学修を進めるため、教育プログラムに組み込まれている科目は「データサイエンス科目」、「数理・統計科目」、「情報・AI科目」に分類されています。また、専門性の高い科目（3年次以降に学修する科目）は専門教育レベルの科目となり、それ以外の主に1～2年次に学修する科目は基礎教育レベルの科目となっています。

ベーシックレベルの修了要件

データサイエンス教育プログラムの科目から4科目8単位以上を修得すること。ただし
「データサイエンス科目」、「数理・統計科目」、「情報・AI科目」の各分類毎に、1科目2単位以上修得
数理・データサイエンスセンターが提供する「データサイエンス入門」もしくは「AIと経済」が含まれていなければならない。（プログラムのための必修科目）

アドバンストレベルの修了要件

データサイエンス教育プログラムの科目から8科目16単位以上を修得すること。ただし
「データサイエンス科目」、「数理・統計科目」、「情報・AI科目」の各分類毎に、2科目4単位以上修得
「データサイエンス科目」、「数理・統計科目」、「情報・AI科目」の各分類毎に、専門教育レベルの科目が1科目2単位以上、合計では4科目8単位以上を含むこと。
数理・データサイエンスセンターが提供する「データサイエンス入門」もしくは「AIと経済」が含まれていなければならない。
数理・データサイエンスセンターが提供する3年次科目「データサイエンスと数理統計」、「機械学習とAI」、あるいは、経済学部が提供する3年次科目「社会科学におけるデータサイエンス」、「定量的政策評価」、「金融データ分析」のいずれか1科目以上を含むこと。（プログラム修了のための選択必修科目）

【特例】
データサイエンス科目に分類されている「データサイエンスと数理統計」は、修了要件の必要に応じて数理・統計科目に振り替えることができます。同様に、「機械学習とAI」と「社会科学におけるデータサイエンス」は、情報・AI科目に振り替えることができます。振り替えると、データサイエンス科目として計算されませんので、他に専門教育レベルのデータサイエンス科目2単位以上が必要です。

ベーシックレベルの修了要件を満たす学修科目の選択例

あくまで一例を示しています。

「AIと経済」（データサイエンス科目）／「経済の基礎数学I」（数理・統計科目）／「経済学のための統計入門II」（数理・統計科目）／「技術と社会I」（情報・AI科目）
▼専門科目・4科目8単位=8単位（うちデータサイエンスコースの選択必修科目：2科目4単位）
「AIと経済」（データサイエンス科目）／「経済学のための統計入門II」（数理・統計科目）／「コンピュータ・リテラシーI（情報・AI科目）／「情報学特講I」（情報・AI科目）
▼専門科目・2科目4単位＋関連科目・2科目4単位=8単位（うちデータサイエンスコースの選択必修科目：2科目4単位）
「AIと経済」（データサイエンス科目）／「経済統計学I」（数理・統計科目）／「データサイエンスの基礎」（データサイエンス科目）／「AIプログラミングの基礎」（情報・AI科目）
▼専門科目・4科目8単位=8単位（うちデータサイエンスコースの選択必修科目：3科目6単位）
「データサイエンス入門」（データサイエンス科目）／「統計I」（数理・統計科目）／「コンピュータ・リテラシーI（情報・AI科目）／「情報学特講I」（情報・AI科目）
▼関連科目・4科目8単位=8単位（うちデータサイエンスコースの選択必修科目：0科目0単位）

2020年度入学生

「データサイエンスコース」の開設に伴い、専門科目を新設しました。具体的な内容はJUシラバスで確認できます。

専門科目

太字は新設科目です。

学年	科目
1年次配当	AIと経済／経済の基礎数学I／経済の基礎数学II／経済学のための統計入門I／経済学のための統計入門II／技術と社会I／技術と社会II
2年次配当	データサイエンスの基礎／AIプログラミングの基礎／経済統計学I／経済統計学II
3・4年次配当	金融データ分析／定量的政策評価／応用AIプログラミング／ゲーム理論とAI／社会科学におけるデータサイエンス／計量経済学I／計量経済学II

学年	科目
1年次配当	統計I／統計II／情報学特講I／情報学特講II／コンピュータ・リテラシーI／コンピュータ・リテラシーII／数値計算演習／情報技術I／情報技術II
2年次配当	情報学特講III／情報学特講IV」／情報技術III／情報技術IV／情報技術V／情報技術VI／情報技術VII／情報技術VIII／表計算ソフトによる数量分析／IT論I／IT論II
3・4年次配当	IT論III／IT論IV