188bet Asia | Douglas Isle Of Man

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 --> 交通アクセス お問い合わせ 資料請求 大学案内 入試情報 学部・大学院 学生生活 国際教育 就職・進路 生涯学習・地域連携 検索 大学案内 入試情報 学部・大学院 学生生活 国際教育 就職・進路 生涯学習・地域連携 資料請求 デジタルパンフレット お問い合わせ 交通アクセス [印刷ボタン機能]Javascript推奨 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 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 関連科目 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 2020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」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」、「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」、「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 学部長メッセージ 学部理念と教育方針 経済学科 カリキュラムの概要 カリキュラム 時間割 データサイエンスコース 経済学部におけるデータサイエンス教育 経済学部の特徴ある数理・データサイエンス科目 データサイエンス教育プログラムの概要 ゼミナール 教員情報 金融教育 公務員試験対策 国際教育・海外留学 就職・キャリア教育 学生活動 イベント・講演会 経済学ムービー（学部紹介・入試紹介） 教えて！Q＆A 経済学部 ホームへ戻る ページの先頭へ戻る ホーム  >  経済学部  >  経済学科  >  データサイエンスコース  >  経済学部におけるデータサイエンス教育 城西大学のSNS Instagram LINE X 各種動画 お問い合わせ 資料請求 デジタルパンフレット 訪問者別 受験生の方 在学生の方 外国人留学生の方 卒業生の方 保証人・保護者の方へ 企業の方 臨床研究参加者の方 関連機関 学校法人城西大学 城西国際大学 城西大学父母後援会 城西大学同窓会 薬学協力会 城西大学附属城西中学・高等学校 城西大学付属川越高等学校 関連リンク JOSAIサポート 城西健康市民大学 子ども大学にしいるま 薬用植物園 埼玉東上地域大学教育プラットフォーム 国際ハラール研究センター 彩の国連携力育成プロジェクト 埼玉県坂戸市 埼玉坂戸キャンパス 関連学部 経済学部、現代政策学部、経営学部、理学部、薬学部、 別科、大学院、短期大学 〒350-0295 埼玉県坂戸市けやき台1-1 TEL.049-286-2233（代表） TEL.049-271-7711（入試課） FAX.049-271-7947 坂戸キャンパス 交通アクセス 東京紀尾井町キャンパス 関連学部 理学部（数学科）、短期大学 １号棟（城西大学・城西短期大学） 〒102-0094 東京都千代田区紀尾井町3-26 TEL.03-6238-1050 1号棟 交通アクセス ３号棟（理学部数学科） 〒102-0093 東京都千代田区平河町2-3-20 TEL.03-6238-8500 3号棟 交通アクセス 本学教職員の方へ 個人情報保護方針 このサイトについて 商標・登録商標について サイトマップ @ Josai University page top Web出願 入試情報サイト