データサイエンス教育プログラム

城西大学では，2021年度後期から，数理・データサイエンスセンターが中心となってデータサイエンス教育の全学展開を行っています．これからの時代を生き抜くため，国は全学生にデータサイエンスの基礎的素養を身につけることを要請しています．2021年度以降の入学生はセンター提供の科目「データサイエンス入門」を基礎に，各学科で学ぶ科目と合わせて有機的にデータサイエンスの素養を身につけていくことができます．それをサポートするため，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します．

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，センターが提供する科目「データサイエンスと数理統計」や「機械学習とＡＩ」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（主に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．分類については，別表を参照してください．

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．

専門教育レベルの科目は，3年次以降の科目，および，現代政策学部の「社会調査法（量的調査）」と「社会調査法（質的調査）」，経営学部の「データベースマーケティング A／B」，薬学部医療栄養学科の「公衆衛生学」と「公衆栄養学実習」の6科目

学部・学科ごとに，選択の一例を示しています．
 

• 経済学部：ＡＩと経済，経済の基礎数学 I，情報学特講 I，情報学特講 II
• 現代政策学部：データサイエンス入門，政策研究の基礎数学A，政策研究の基礎数学B，コンピュータ・リテラシー A
• 経営学部：データサイエンス入門，情報エキスパート I，情報エキスパート II，コンピュータ・リテラシー I
• 理学部数学科：データサイエンス入門，線型代数学 IA，微分積分学 IA，計算機入門 I
• 理学部化学科：データサイエンス入門，化学基礎セミナー I，化学数学I，情報科学序論
• 薬学部薬学科：データサイエンス入門，データ・リサーチリテラシー論，基礎化学計算，情報科学（演習含む）
• 薬学部薬科学科：データサイエンス入門，生物統計学，薬科学実習 A（コンピュータ活用を含む），薬科学実習 C（コンピュータ活用を含む）
• 薬学部医療栄養学科：データサイエンス入門，食品衛生学実験，栄養情報科学演習，公衆栄養学 A

赤字 : データサイエンス科目，緑字: 数理・統計科目，青字 : 情報・ＡＩ科目，　　：プログラム修了のために必要な選択必修科目

ベーシックレベルの修了要件で上の例の科目を取得した場合の，追加取得科目の一例です．
 

• 経済学部：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，ＩＴ論 III
• 現代政策学部：社会科学におけるデータサイエンス，計量経済分析 A，デジタルビジネス論 A，デジタルビジネス論 B
• 経営学部：市場調査論，データマイニング I，データマイニング II，社会科学におけるデータサイエンス（情報・ＡＩ科目に振り替え）
• 理学部数学科：機械学習とＡＩ，統計数学特別講義 I，統計数学特別講義 II，情報システム論 I
• 理学部化学科：データサイエンスと数理統計，物理化学実験（コンピュータ活用を含む），生化学実験，情報科学 I
• 薬学部薬学科：データサイエンスと数理統計，機械学習とＡＩ，薬学実習 E，医薬品情報学
• 薬学部薬科学科：データサイエンスと数理統計，バイオインフォマティクス，薬科学実習 F，機械学習とＡＩ（情報・ＡＩ科目に振り替え）
• 薬学部医療栄養学科：データサイエンスと数理統計，公衆栄養学，解剖生理学実験 B，栄養生理学実験，公衆衛生学B

赤字 : データサイエンス科目，緑字: 数理・統計科目，青字 : 情報・ＡＩ科目，　　：プログラム修了のために必要な選択必修科目

学部・学科ごとに，選択の一例を示しています．
 

• 経済学部：ＡＩと経済，経済の基礎数学 I，情報学特講 I，情報学特講 II
• 現代政策学部：データサイエンス入門，政策研究の基礎数学A，政策研究の基礎数学B，コンピュータ・リテラシー A
• 経営学部：データサイエンス入門，情報エキスパート I，情報エキスパート II，コンピュータ・リテラシー I
• 理学部数学科：データサイエンス入門，線型代数学 I，微分積分学 I，計算機入門 I
• 理学部化学科：データサイエンス入門，化学基礎セミナー I，化学数学I，情報科学序論
• 薬学部薬学科：データサイエンス入門，薬学総合演習 A，薬学総合演習 B，基礎薬学計算，生物統計学演習，情報科学（演習含む）
• 薬学部薬科学科：データサイエンス入門，生物統計学，薬科学実習 A（コンピュータ活用を含む），薬科学実習 C（コンピュータ活用を含む）
• 薬学部医療栄養学科：データサイエンス入門，食品衛生学実験，栄養情報科学演習，公衆栄養学 A

赤字 : データサイエンス科目，緑字: 数理・統計科目，青字 : 情報・ＡＩ科目，　　：プログラム修了のために必要な選択必修科目

ベーシックレベルの修了要件で上の例の科目を取得した場合の，追加取得科目の一例です．
 

• 経済学部：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，ＩＴ論 III
• 現代政策学部：社会科学におけるデータサイエンス，計量経済分析 A，デジタルビジネス論 A，デジタルビジネス論 B
• 経営学部：市場調査論，データマイニング I，データマイニング II，社会科学におけるデータサイエンス（情報・ＡＩ科目に振り替え）
• 理学部数学科：機械学習とＡＩ，統計数学特別講義 I，統計数学特別講義 II，情報システム論 I
• 理学部化学科：データサイエンスと数理統計，物理化学実験（コンピュータ活用を含む），生化学実験，情報科学 I
• 薬学部薬学科：データサイエンスと数理統計，機械学習とＡＩ，薬学実習 E，医薬品情報学
• 薬学部薬科学科：データサイエンスと数理統計，バイオインフォマティクス，薬科学実習 F，機械学習とＡＩ（情報・ＡＩ科目に振り替え）
• 薬学部医療栄養学科：データサイエンスと数理統計，公衆栄養学，解剖生理学実験 B，栄養生理学実験，公衆衛生学B

赤字 : データサイエンス科目，緑字: 数理・統計科目，青字 : 情報・ＡＩ科目，　　：プログラム修了のために必要な選択必修科目