グローバルナビゲーションへ

本文へ

ローカルナビゲーションへ

フッターへ


情報数理学科 東京紀尾井町キャンパス


情報数理学科の紹介動画はこちらをクリック!

入試情報サイトはこちらをクリック!

学科の理念

数学の厳密な理論に基づいた実践的課題発見・解決能力の育成
数学・統計学・情報科学といった情報数理の基礎を身につけ、データサイエンス・AIの知見によって地域や国際社会における課題に取り組む能力を備えた人材を育成します。東京都千代田区紀尾井町のキャンパスという立地を活かし、周辺の企業・自治体と連携を図ることで実践的課題に取り組む能力を養成します。

学科の3つのポイント

データサイエンスによる
課題解決力を養成

企業はもちろん行政も求める統計学・データサイエンスに基づく課題解決力を、それらの根底にある数学を学び、実社会やビジネスの現場で発揮できる人材を育成します。

産学官が連携した
教育研究の拠点に

企業・自治体・他大学と連携する「紀尾井町AI・データサイエンスコンソーシアム」を構築。そこでの取り組みの反映と実務家教員により最前線の情報数理を教育に活かします。

「数学」と「情報」の
教師を目指す

「数学」と「情報」の両方の教員免許を取得できます。未来の教育に幅広く対応できる教師を育成します。

学びのSTEP

START

初年度教育で学びの基礎を固める
初年度教育を通じて、高大連携および大学で学んでいくための基礎づくりをします。

PRACTICE

基礎をベースに学びを深めていく
数学、統計学・データサイエンス、情報科学の基礎を固めていきます。

RESEARCH

専門分野を定めさらに深く学ぶ
学年が上がり専門科目も充実。各自の興味にあわせ、学びを深めます。

VISION

情報数理を社会で応用できる人材に
卒業研究やインターンシップで問題発見・解決、討論・プレゼンなどの総合的な力を身につけます。

学びのフィールド

  • ● 数学
  • ● 応用数学
  • ● 統計学
  • ● データサイエンス
  • ● AI
  • ● 情報科学

カリキュラム

情報数理学科カリキュラムツリー

数学

現代数学の基礎である微分積分学と線型代数学を1年次必修科目としています。2年次には、代数学、幾何学、解析学の基礎をしっかりと学び、3年次以降はそれぞれの分野を体系的かつ専門的に深めていきます。
応用数学

2年次より応用数学の基礎である数値解析、連続最適化、離散最適化、ゲーム理論、暗号理論を学びます。数学の厳密な理論に基づいたアルゴリズムをPython、C、C++などのプログラミング言語で実装し社会課題解決に取り組みます。
プログラミング

データサイエンス、AIに必要なPython、統計解析ソフトのRを1年次必修科目とし専門家を育成します。2年次以降は科学技術計算に使われるC、C++やデータベースに必要なSQLを習得します。
データサイエンス

1年次必修科目の「データ解析基礎」では、統計解析ソフトRを使って、データ分析の基礎を習得します。2年次以降は、回帰分析やクラスター分析などのより高度な手法に加え、AIの基礎となる「機械学習」の考え方、理論、PythonやRによる現実のデータを解析する力を習得します。
情報科学

1年次に情報科学の基礎であるアルゴリズム、データ構造、論理演算、算術演算を学びます。2年次にデータベースを学び、SQLによる実装を行います。3年次以降は情報科学を体系的かつ専門的に深めていきます。

取得できる資格

所定の単位で取得できる資格

  • ⚫︎中学校教諭第1種免許状(数学)
  • ⚫︎高等学校教諭第1種免許状(数学、情報)
  • ⚫︎測量士補(申請予定)

取得できる資格

  • ⚫︎統計検定
  • ⚫︎ITパスポート
  • ⚫︎基本情報処理技術者

卒業後の進路

  • ● ICTエンジニア
  • ● データサイエンティスト
  • ● 金融(銀行・保険等)
  • ● 高等学校教諭(数学・情報)
  • ● 中学校教諭(数学)
  • ● 公務員
  • ● 大学院進学

2025年3月に数学科 東京紀尾井町キャンパスを卒業した学生の進路実績です(ご参考)。「その他」は航空,金融,医療,小売,メーカー,アパレル等の企業を含みます。

アクセス

情報数理学科 特設サイト

理学部情報数理学科特設サイト

情報数理学科について


  1. ホーム
  2.  >  理学部
  3.  >  情報数理学科 東京紀尾井町キャンパス