入試情報
経営学部
データサイエンス学科
科目と履修モデル
開く
経営力を磨く
ビジネス志向科目群
経営学の基礎から応用まで幅広く学べる科目群。
企業と共同で課題に取り組むプログラムなども用意しています。
経営学分野の専門知識とスキルからビジネスモデルの企画や提案を思考し、データサイエンス・AIの知識や技術を効果的に取り入れながら、さまざまなビジネスのデザイン力・実践力を総合的に学修します。
1年次
データの分析・活用および経営学分野の基礎的な知識やスキルを身につける。
企業や社会で飛び交う多様なデータの分析・活用などデータサイエンスの基本的な流れを整理できるとともに、現代の企業経営やビジネス展開を俯瞰して捉えるための導入的な知識とスキルを身につける。
- 人工知能概論Ⅰ
- ビジネス入門
- 経営学
- 会計学
- 流通・マーケティング
2年次
データの分析・活用の応用力および経営学分野の専門的な知識とスキルを身につける。
企業や社会の諸課題の発見・解決と関わる多様なデータの分析・活用を適切に実践できるとともに、企業経営の実態や展望を全体的あるいは局所的に考察するための専門的な知識とスキルを身につける。
- 経営財務論
- 経営戦略論
- マネジリアル・マーケティング論
- 流通論
- データサイエンス・トップマネジメント特別講義
3年次
自分の将来進路を考えつつ、デジタル社会の企業経営と関わる専門的な知識とスキルを身につける。
データの収集・分析・活用と関わる知識や手法を適切に運用できるとともに、DX戦略の構想と実現を含め、企業経営の諸課題の発見・解決を明快に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅰ
- DX論
- ベンチャービジネス論
- ビジネスモデル分析
- デジタル・マーケティング論
4年次
さまざまな課題の発見や解決を念頭に、
デジタル社会の企業経営と関わる専門的な知識とスキルと身につける。
データの収集・分析・活用と関わる知識や手法を適切に運用できるとともに、自分の経営力の充実を目指し、企業や社会の諸課題の発見や解決を明快に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅱ
開く
分析力を磨く
サイエンティスト志向科目群
データサイエンスの核となる高度なプログラミングの知識を学ぶ
科目群。機械学習やディープラーニングについても学べます。
データの収集・分析・活用などデータサイエンス・AIの専門知識とスキルとマインドを身につけ、経営学分野を総合的に学習しながら、企業や社会で検討されるべき課題の発見と解決を体験的かつ実践的に学修します。
1年次
データの収集・分析・活用および人工知能の基礎的な知識やスキルを身につける。
企業や社会で飛び交う多様なデータの分類・収集・分析・活用などデータサイエンスの基本的な流れを論理的かつ技術的に整理できるとともに、より適切な手法や仕組みを捉えるための基礎的な思考力を身につける。
- 人工知能概論Ⅰ・Ⅱ
- IoT入門
- ビジネス入門
- 経営学
2年次
データの分析・活用の応用力および人工知能の専門的な知識とスキルを身につける。
さまざまなデータの分析・活用と関わる数学や統計学のアプローチを実践できるとともに、主として自然言語処理の側面から人工知能のアルゴリズムや開発を思考するための専門的な知識とスキルを身につける。
- データ数理Ⅰ・Ⅱ
- データ分析Ⅰ・Ⅱ
- 自然言語処理
- アルゴリズム入門
- データサイエンス・トップマネジメント特別講義
3年次
自分の将来進路を考えつつ、データサイエンス・AIと関わる専門的な知識とスキルを身につける。
データサイエンス・AIの知識や手法を適切に活用できるとともに、さまざまな課題の発見や解決を円滑に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅰ
- 機械学習とディープラーニング
4年次
さまざまな課題の発見や解決を念頭に、
データサイエンス・AIと関わる専門的な知識とスキルを身につける。
データサイエンス・AIの知識や手法を適切に活用できるとともに、自分の分析力の向上を目指し、企業や社会の諸課題の発見や解決を円滑に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅱ
開く
創造力を磨く
クリエイター志向科目群
ソフトウェアの開発や実装に必要な知識と技術を学ぶ科目群。
バーチャルリアリティーの技術を使ったアプリ開発などにも挑戦できます。
データの分析・活用から利便でインタフェースに優れたプログラミングを実践的に身につけ、経営学分野を総合的に学習しながら、使い手の課題解決を支援できるアプリケーションの開発力・実装力を体験的に学修します。
1年次
データの分析・活用および人工知能の基礎的な知識やスキルを身につける。
さまざまなデータの分析・活用などデータサイエンスの基本的な流れを論理的かつ実態的に整理できるとともに、より利便で迅速な情報プロセスを支援するためのアプリケーション開発の基礎的な技術力を身につける。
- 人工知能概論Ⅰ
- メディアプログラミングⅠ・Ⅱ
- ビジネス入門
- 経営学
2年次
データの分析・活用の応用力および人工知能の専門的な知識とスキルを身につける。
さまざまなデータの分析・活用と関わる数理的なアプローチを実践できるとともに、主として音楽言語処理の側面から各種のメディアやゲームの開発を思考するための専門的な知識とスキルを身につける。
- 音楽情報処理
- データサイエンス・トップマネジメント特別講義
3年次
自分の将来進路を考えつつ、アプリケーションの開発や実装と関わる専門的な知識とスキルを身につける。
アプリケーションやゲームの開発・実装を着実に遂行できるとともに、さまざまな課題の解決を的確に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅰ
- ウェブアプリケーション
- モバイルアプリケーション
- バーチャルリアリティ
- ＩＴセキュリティ
4年次
さまざまな課題の解決を念頭に、アプリやゲームの開発全般と関わる専門的な知識とスキルを身につける。
アプリケーションやゲームの開発・実装を着実に遂行できるとともに、自分の創造力の充実を目指し、企業や社会の諸課題の解決を的確に支援できるような専門的かつ実践的な知識・スキル・マインドを身につける。
- 卒業研究Ⅱ
教員紹介
- 専門分野
- 図書館情報学
- キーワード
- 未解読文書、電子書籍、図書館蔵書
- 経歴
- 慶應義塾大学大学院
文学研究科 図書館・情報学専攻 博士課程 単位取得満期退学
修士(図書館・情報学)(慶應義塾大学)
写本から電子書籍までデータの力で解き明かそう
- 卒業研究Ⅰ
- 各人の興味に応じて、国立国会図書館等のオープンデータの取得・分析といった活用方法の基礎をゼミナール形式で学びます。
- 卒業研究Ⅱ
- 大学4年間の学びの集大成として各種のデータに基づく卒業研究を行います。
荒井 清佳 特任教授
Sayaka ARAI
- 専門分野
- 心理統計学
- キーワード
- 教育測定、テスト理論
- 経歴
- 東京工業大学大学院
社会理工学研究科 人間行動システム専攻 博士課程 修了
博士(学術)(東京工業大学)
直接観測できないものにアプローチしてみましょう。
- 卒業研究Ⅰ
- これまで受ける側であったテストを作る側になってみましょう。テストの作成から分析までの基礎を学びます。
- 卒業研究Ⅱ
- 自分で決めたテーマに基づいて、実際にテストを作成し、実験を行います。実験データを用いて分析し、報告としてまとめます。
石塚 隆男 准教授
Takao ISHIZUKA
- 専門分野
- 経営工学
- キーワード
- 経営学、物理学、課題解決
- 経歴
- 東京工業大学大学院
理工学研究科 経営工学専攻 修士課程 修了
経営工学修士(東京工業大学)
変化に翻弄されるのではなく、気がついたら変化の先頭に立っている。人を幸せにする「人幸知能」を創りませんか。
- 卒業研究Ⅰ
- ビジネスや社会における困り事から課題の本質を探究します。課題の理解や解決に物理の法則が役立ちます。課題をデータ空間上のモデルに変換し、データサイエンスの知恵を駆使し、新たな解決方法を探っていきます。
- 卒業研究Ⅱ
- データ空間上のモデルを動かすしくみを創り、適切な学習データまたは事例を揃え、モデルに磨きをかけます。試作し、現場の意見を聴き、改善を図っていきます。以上の活動から得られた知見を卒業論文にまとめます。
東条 敏 教授
Satoshi TOJO
- 専門分野
- 数理工学
- キーワード
- 人工知能、進化言語学、音楽情報処理、論理学、エージェント・コミュニケーション
- 経歴
- 東京大学大学院
工学系研究科 計数工学専攻 修士課程 修了
博士(工学)(東京大学)
計算機は人間の心を模倣できるでしょうか。知能＝計算？ 言語＝論理？
- 卒業研究Ⅰ
- 人間の知識がコミュニケーションによって更新されていく過程を計算機の中に表現する方法論を学びます。
- 卒業研究Ⅱ
- 論理的な知識表現を相互知識・集団知識・分散知識・嘘などに発展させ、推理小説や法廷での議論に応用します。
野口 康人 准教授
Yasuhito NOGUCHI
- 専門分野
- 図書館情報学
- キーワード
- グループウェア、ヒューマンインターフェース、バーチャルリアリティ、コミュニケーション支援
- 経歴
- 筑波大学大学院
図書館情報メディア研究科 博士後期課程 修了
博士(情報学)(筑波大学)
人間同士あるいは人間とコンピュータ間のコミュニケーションを支援しよう！
- 卒業研究Ⅰ
- コミュニケーションは日常のあらゆる場面で行われます。コミュニケーションを支援する、あるいは分析するためのシステム事例を通じて研究の方法論を学びます。
- 卒業研究Ⅱ
- 自分の興味関心に合わせてコミュニケーションに役立つシステムを開発・評価します。題材は図書館を舞台に設定することも可能ですし、それに限らず日常の様々なシーンを対象とできます。
平岡 和幸 教授
Kazuyuki HIRAOKA
- 専門分野
- 数理工学
- キーワード
- 統計的学習、強化学習、パターン情報処理
- 経歴
- 東京大学大学院
工学系研究科 情報工学専攻 博士課程 修了
博士(工学)(東京大学)
創意工夫を楽しみましょう。
- 卒業研究Ⅰ
- 囲碁や将棋のようなゲームAIの技術や対戦データの分析法などに関して基礎を学びます。題材は囲碁将棋に限りません。
- 卒業研究Ⅱ
- 対戦して楽しいゲームAIや上達を可視化する分析法などを各自工夫します。こちらも題材は囲碁将棋に限りません。
堀 玄 教授
Gen HORI
- 専門分野
- 数理工学
- キーワード
- 音楽情報処理、自然言語処理、統計的学習、テスト理論
- 経歴
- 東京大学大学院
工学系研究科 情報工学専攻 博士課程 修了
博士(工学)(東京大学)
数理の力で未来を創ろう
- 卒業研究Ⅰ
- メロデイや歌詞などの音楽データにデータサイエンスの手法を応用する音楽情報処理の基礎を学びます。
- 卒業研究Ⅱ
- 音楽情報処理の手法を応用しアーティストの類似度の分析や自動作曲などの応用に取り組みます。
吉田 律 教授
Ritsu YOSHIDA
- 専門分野
- 素粒子物理学
- キーワード
- 重力場の量子論、量子エンタングルメント※、量子テレポーテーション※
※ 2022年ノーベル物理学賞の受賞対象 - 経歴
- 東京理科大学大学院
理学研究科 物理学専攻 博士課程 単位取得満期退学
理学博士(東京理科大学)
3次元も無限次元もデータサイエンスの「道具」！
- 卒業研究Ⅰ
- 量子コンピュータは、従来型コンピュータよりも遥かに高速でデータ処理できます。また量子暗号は、原理的に破る事の不可能な暗号です。このような量子情報処理技術に関する基本的事柄をゼミナールの形式で学びます。
- 卒業研究Ⅱ
- 卒業研究Ⅰで修得した知識を基盤にして、量子情報処理技術に関する専門的事柄を詳しく学びます。続いて、それらの事柄をデータサイエンス分野で活用する研究に取り組み、得られた成果を卒業論文にまとめます。
入試情報
2024年度経営学部データサイエンス学科の入試情報
学校推薦型選抜 公募推薦入試
- 出願期間
- 2023
11.1(水)〜6(月)
- 試験日
- 2023
11.26(日)
- 合格発表
- 2023
12.4(月)
総合型選抜入試
- 出願期間
- 2023
9.25(月)〜10.3(火)
- 試験日
- 2023
10.22(日)
- 合格発表
- 2023
11.1(水)
一般選抜 一般入試（学科別）
- 出願期間
- 2024
1.6(土)〜25(木)
- 試験日
- 2024
2.3(土)
- 合格発表
- 2024
2.12(月・祝)
一般選抜 全学統一入試：前期〈全国18会場〉
- 出願期間
- 2024
1.6(土)〜15(月)
- 試験日
- 2024
2.2(金)
- 合格発表
- 2024
2.12(月・祝)
一般選抜 全学統一入試：中期〈首都圏4会場〉
- 出願期間
- 2024
1.17(水)〜30(火)
- 試験日
- 2024
2.14(水)
- 合格発表
- 2024
2.20(火)
一般選抜 一般入試（学科別：DS後期）
- 出願期間
- 2024
2.6(火)〜15(木)
- 試験日
- 2024
2.27(火)
- 合格発表
- 2024
3.4(月)
大学入学共通テスト利用入試（前期）
- 出願期間
- 2024
1.6(土)〜12(金)
- 試験日
- 2024
1.13(土)・14(日)＜大学入学共通テストを受験＞
- 合格発表
- 2024
2.12(月・祝)
大学入学共通テスト利用入試（後期）
- 出願期間
- 2024
2.6(火)〜15(木)
- 試験日
- 2024
1.13(土)・14(日)＜大学入学共通テストを受験＞
- 合格発表
- 2024
3.4(月)
※出願書類の郵送は締切日消印有効です。
ネット出願サイト
あじばこ