- 亜細亜大学
- 学部
- 亜細亜大学での学び方
- 副専攻制度
- データサイエンス副専攻
データサイエンス副専攻
INDEX
文系大学生向のデータサイエンス・STEM教育
本プログラムは、文部科学省「数理・データサイエンス・AI教育プログラム」のリテラシーレベルと応用基礎レベルに認定されています。関連リンク
データサイエンス副専攻とは
データサイエンス副専攻は、近年多くの産業分野で重要な役割を果たしているデータサイエンスに関する知識を体系立てて学べるようにデザインされた副専攻です。全学部の学生が履修できます。
所定の科目群から20単位以上を修得した学生には、卒業時に修了証を授与します。
所定の科目群から20単位以上を修得した学生には、卒業時に修了証を授与します。

目指す人材像
データサイエンス副専攻では、文理融合的な視点でデータを統計的に分析できるだけでなく、課題を分析し人工知能(AI)などの手法を用いて課題解決へと結びつけられる人材を育成します。このため、統計学やプログラミングの基礎学習だけでなく、少人数グループによるプロジェクト型演習を通じた課題分析力・課題解決力の養成を重視したカリキュラムを採用しています。

カリキュラム
データサイエンス副専攻の科目群は、高校の復習も兼ねた数学や統計学、背景となる自然科学、情報倫理を学ぶ科目から始まります。中核科目である「データサイエンス入門」では、プログラミング言語 Python を使ってデータ分析プログラミングの基礎を学習し、IoT(モノのインターネット)などで得られた実データを使って回帰分析、クラスタリングなどの従来手法から機械学習、深層学習(ディープラーニング)などの最新手法までを学習します。
さらに「データサイエンス応用プロジェクトⅠ・Ⅱ」では、人工知能(AI)やバーチャルリアリティ(VR)を題材としたプロジェクト型演習を実施します。これらのSTEM教育を通じて、文系の学生がデータサイエンスをビジネスから環境問題にまで応用するための基礎力を養います。
さらに「データサイエンス応用プロジェクトⅠ・Ⅱ」では、人工知能(AI)やバーチャルリアリティ(VR)を題材としたプロジェクト型演習を実施します。これらのSTEM教育を通じて、文系の学生がデータサイエンスをビジネスから環境問題にまで応用するための基礎力を養います。

令和2年度カリキュラム
背景的知識 | 数理的手法 | 統計的手法 | プログラミング | 応用 | |
【3・4年次】 発展 |
数理の世界探究 | ウェブの世界探究 | |||
【2年次】 基礎・応用 |
応用情報Ⅰ・Ⅱ | ||||
データサイエンス入門
表計算の基礎と応用 |
プログラミング言語I
プログラミング言語II |
||||
【1年次】 導入 |
情報と社会Ⅰ
自然科学入門Ⅱ |
数学入門Ⅰ
数学入門Ⅱ |
統計学入門Ⅰ
統計学入門Ⅱ |
令和3・4年度カリキュラム
背景的知識 | 数理的手法 | 統計的手法 | プログラミング | 応用 | |
【3・4年次】 発展 |
総合学術演習Ⅰ・Ⅱ | ||||
数理の世界探究 | ウェブの世界探究 | ||||
【2年次】 基礎・応用 |
データサイエンス応用プロジェクトⅠ・Ⅱ | ||||
データサイエンス入門
表計算とデータサイエンス |
プログラミング言語Ⅰ
プログラミング言語Ⅱ |
||||
【1年次】 導入 |
情報と社会Ⅰ
自然科学入門Ⅱ |
数学入門Ⅰ
数学入門Ⅱ |
統計学入門Ⅰ
統計学入門Ⅱ |
令和5年度カリキュラム
背景的知識 | 数理的手法 | 統計的手法 | プログラミング | 応用 | |
【3・4年次】 発展 |
数理の世界探究 | ウェブの世界探究 | |||
【2年次】 基礎・応用 |
データサイエンス応用プロジェクトⅠ・Ⅱ | ||||
データサイエンス入門
表計算とデータサイエンス |
プログラミング言語Ⅰ
プログラミング言語Ⅱ |
||||
【1年次】 導入 |
情報と社会Ⅰ
自然科学入門Ⅱ |
数学入門Ⅰ
数学入門Ⅱ |
統計学入門Ⅰ
統計学入門Ⅱ |
【2年次】プログラミング言語Pythonを使用してデータ分析を実習します
【3・4年次】人工知能(AI)やバーチャルリアリティ(VR)を題材とした少人数グループによるプロジェクト型演習を実施します
《Pick Up》データサイエンス応用プロジェクトⅠ・Ⅱ
担当教員:堀 玄
少人数のグループで、バーチャルリアリティによる多次元データの可視化や人工知能(AI)によるドローン制御のプログラミングをテーマとしたプロジェクト型演習を実施します。各グループでバーチャルリアリティ、ドローンで何をやりたいかを自分たちで構想し、グループごとに異なるバーチャルリアリティコンテンツ、ドローン制御プログラムを作成します。
少人数のグループで、バーチャルリアリティによる多次元データの可視化や人工知能(AI)によるドローン制御のプログラミングをテーマとしたプロジェクト型演習を実施します。各グループでバーチャルリアリティ、ドローンで何をやりたいかを自分たちで構想し、グループごとに異なるバーチャルリアリティコンテンツ、ドローン制御プログラムを作成します。

未来の選択肢を増やす「Unity教育」
亜細亜大学では「Unity教育カリキュラム」を取り入れ、UnityのAR FoundationやXcodeを使ってiPhone用のARアプリの開発、キャンパスのデジタルツインプロジェクトである「亜細亜大学メタバーシティ」に取り組んでいます。Unity CASE STUDY〈取り組み事例〉
「数理・データサイエンス・AI教育プログラム」
亜細亜大学「データサイエンス副専攻」教育プログラム概要
プログラム名称
データサイエンス副専攻身につけることが出来る能力
- 文理融合的な視点でデータを統計的に分析できるだけでなく、課題を分析し人工知能(AI)等の手法を用いて課題解決へと結びつけることができる。
- 文系の学生が、データサイエンスをビジネスから環境問題にまで応用するための基礎力を身につけることができる。
- 基本的なデータサイエンスの手法を習得し、与えられたデータセットに対して自分の判断で適切な分析手法やアルゴリズムを選択し、分析を行い、結果に解釈を与えられるようになる。
- 人工知能、機械学習、ディープラーニングに関する基本的な手法を理解し、これを現実的な問題に応用できるようになる。
- データサイエンスの手法を使って未知の課題を解決するマインドを体得する。
修了要件
プログラムを構成する下記授業科目から20単位以上を修得すること。下記における1,5,7は10の、10は9,11,12,14,15,16の履修前提科目であるため、20単位以上を修得しプログラムを修了するためには1,5,7,10を修得することが必須となる。なお、1,5,7,10を「修了前提科目」と呼ぶ。
プログラムを構成する授業科目(令和4年)
- 情報と社会Ⅰ
- 自然科学入門Ⅱ
- 数学入門Ⅰ
- 数学入門Ⅱ
- 統計学入門Ⅰ
- 統計学入門Ⅱ
- 表計算とデータサイエンス
- プログラミング言語Ⅰ
- プログラミング言語Ⅱ
- データサイエンス入門
- データサイエンス応用プロジェクトⅠ
- データサイエンス応用プロジェクトⅡ
- 数理の世界探究
- ウェブの世界探究
- 総合学術演習Ⅰ
- 総合学術演習Ⅱ
授業科目
令和2年度授業科目令和3年度授業科目
モデルカリキュラムとの対応
モデルカリキュラムと授業科目の対応表(令和2年度)実施体制
データサイエンス副専攻の実地体制
委員会組織名 | 役割 |
亜細亜大学データサイエンス教育委員会 | (1)プログラムの運営・改善・進化
(2)プログラムの「点検・評価実施報告書」の作成 |
自己点検委員会 | (1)「点検・評価実施報告書」の検証 |
内部質保証評価委員会 | (1)「点検・評価実施報告書」の作成
(2)「点検・評価報告書」の作成及び公表 |

自己点検・評価
各年度における自己点検・評価を実施し、公開します。令和4年度点検・評価報告書
令和3年度点検・評価報告書
令和2年度点検・評価報告書
オープンバッジ
本学のデータサイエンス副専攻の修了証として、デジタル修了証の一つである「オープンバッジ」を導入し、2021年度第1期修了生よりバッジを発行しています。データサイエンス副専攻は、近年多くの産業分野で重要な役割を果たしているデータサイエンスに関する知識を体系立てて学べるようにデザインされた副専攻です。本学の所定科目群から20単位以上を修得し、副専攻を修了した証明となります。

*1 オープンバッジの技術標準規格はIMS Global Learning Consortiumが定めています。
〈2023年7月20日更新〉