機械学習やディープラーニングなど、
人工知能・データサイエンス分野の
「知の体系」を修得する科目を設置。

基幹科目
  • ・データサイエンス概論
  • ・機械学習
  • ・人工知能概論
  • ・深層学習
  • ・先端科学技術の倫理
  • ・統計モデリングⅠ
  • ・複雑ネットワーク科学
基礎科目
  • ・情報科学概論
  • ・数理科学概論
  • ・社会情報科学概論
  • ・意思決定の科学
  • ・計算機科学概論
  • ・人工知能の哲学
応用科目
  • ・AIビジネス特論
  • ・自然言語処理特論
  • ・人工知能社会実装
  • ・認識技術特論
  • ・脳神経科学特論
  • ・統計モデリングⅡ
  • ・量子情報特論
演習・
実習科目
  • ・Pythonプログラミング
  • ・機械学習演習Ⅰ
  • ・機械学習演習Ⅱ
  • ・深層学習演習Ⅰ
  • ・深層学習演習Ⅱ
  • ・社会モデリング演習
  • ・輪講Ⅰ
  • ・輪講Ⅱ
  • ・データサイエンス実習
研究指導科目
  • ・プロジェクトチーム実習Ⅰ
  • ・プロジェクトチーム実習Ⅱ
  • ・特別研究Ⅰ
  • ・特別研究Ⅱ
  • ・特別研究Ⅲ
  • ・修士論文指導演習

PICK UP授業

データサイエンス概論

データサイエンス技術が、自然科学・社会科学やビジネスにおいて、どのように活用されているか、実例を挙げて紹介します。データサイエンス分野の数理・統計・計算技術の知識を身に付けていくだけでなく、配布コードを使用した実践も交えて学習していきます

人工知能概論

AI研究の動機やAIにまつわる問題意識を理解した上で、現在のAI技術を俯瞰的に捉えていきます。また後半ではAIの社会実装に注目。例えば、例えば Amazon Goのような小売業の革新、スマートスピーカーによる対話型AIサービスなどAI技術の観点から紹介します。

社会情報科学概論

統計、数理、機械学習を用いて社会・経済ビッグデータを実証科学の視点から分析する手法について、基本的な概念から実践的な応用までを学びます。具体的実例を通じて直感的に理解しながら、時系列解析や機械学習やテキスト解析の社会・経済ビッグデータへの適用法などを修得していきます。

AIビジネス特論

どのような場面でAIを用いたサービスを考え、それとテクノロジーを結びつけるのか、また逆にテクノロジーが関与する場合にどのようなサービスなら顧客層を獲得できるのかを、具体事例を挙げ、討論や調査を受講者と共同で実施しながら考察していきます。

機械学習演習Ⅰ

ライブラリを使いこなすことで効率よく機械学習を行う技能を身につけていきます。使用するライブラリは「 scikit-learn」 を採用。幅広い分野における機械学習を用いたデータサイエンスの実践を経験し、自然科学・社会科学・社会実装の具体的な事例における機械学習活用の感覚を身につけていきます。

特別研究Ⅰ

先端的な専門知識や高度な情報収集力の獲得、そして問題解決能力やプレゼンテーション能力など総合的な研究遂行力を身につけ、修士課程修了後に自ら研究を進めていくための基礎と手法を学びます。また研究テーマは各指導教員に合わせた内容です。

教員名、説明会日程、入試情報については、後日公開します。

PAGE TOP