IT系学科診断を2秒で!

データサイエンス+AI科

2年制/専門士

Diploma Policy

2年間で以下の知識・技術を身につけることができます。

学校法人 小山学園では、講義科目で得た知識技術を実習科目により確認する「体験的学び」に重きを置き、自ら考え問題解決できる技術者の育成を目標にしています。また、確実に知識技術を修得するために、科目毎の概要を示すシラバスとその時限毎の授業内容を明示するコマシラバスを作成しています。

データサイエンス+AI科では、上記に掲げる学びをとおして、以下のディプロマポリシーに掲げる知識技術を修得した学生に対して専門士の称号が授与されます。

【科の人材目標】
統計分析と機械学習の知識を利用してビジネスシーンにおける課題を理解し、必要なデータ・分析手法を提案することができる。また、実施した分析結果をわかりやすく共有することで課題解決に貢献できる。

1. データエンジニアリング

適切な抽出・集計と可視化によりデータをわかりやすく表現できる。

  • ① PythonやSQLを用いてデータをデータベースから適切に抽出・集計し、分析に相応しい前処理をおこなうことができる。
  • ② データの意味を理解し、適切な可視化方法を選択して、ExcelやPythonでグラフを作成できる。
  • ③ データベースとBIツール(Tableau)を連携し、動的なダッシュボードを作成することができる。
掲げる理由(必要性)
分析の品質はデータによって左右されることから、適切なデータの集計、前処理がおこなえることは分析者として必須の能力です。またデータをわかりやすく表現できる可視化の知識、技術は分析結果を伝えるために必要不可欠です。

2. データサイエンス

データに応じた統計分析・機械学習手法を選択し、実施できる。

  • ④ データの基礎統計量を理解し、Pythonによって適切な統計分析を実施することができる。
  • ⑤ 相関や回帰の基礎を理解し、重回帰分析をPythonによって実施することができる。
  • ⑥ 教師あり学習と教師なし学習の違いを理解し、データと課題に応じた機械学習のさまざまな手法を適切に選択して実施することができる。
  • ⑦ 自然言語処理、時系列データ、音声データについてデータの特性を理解し、機械学習を用いた解析を実施することができる。
  • ⑧ 画像分類・認識課題において、適切な画像の加工、 Pythonのフレームワークを利用した深層学習モデルの実装、学習したモデルの評価をおこなうことができる。
掲げる理由(必要性)
データに適した統計分析・機械学習手法を選択し、適切に実施できることがデータサイエンティストには求められます。そのためには正しい知識と数学的な理解を身につけ、実行できることが必要です。機械学習においては特に応用の多い画像を用いた分析において、画像の加工から深層学習モデルの実装、評価までを学び、実践的なスキルを身につける必要があります。

3. ビジネス

データに基づいて課題を分析し、改善提案ができる。

  • ⑨ 統計解析や機械学習の結果について解釈することができ、その意味をわかりやすく表現して共有することができる。
  • ⑩ ビジネス上の課題について理解し、どのようなデータを用いて、どういった分析をおこなうことが必要かを提案し、実施することができる。
掲げる理由(必要性)
分析結果をわかりやすく説明し、共有できることは、ビジネスシーンにおいて必須の能力です。またビジネス課題を理解し、データの収集方法や分析手法を提案し、実施できることが、これからのデータサイエンティストに求められるスキルです。
保存されていない入力内容があります。保存ボタンを押してください。