カリキュラム カリキュラム
CURRICULUM

カリキュラム

ただ分析ができるAI技術者ではなく、テーマに沿って課題定義からデータを分析することができ、最終的に可視化し、人にわかりやすく伝える。そんなビジネス力を持ったデータサイエンティストになる。

当科のカリキュラムは、データサイエンスを手掛ける企業の方が中心となり作成されました。実務に即したカリキュラムで、一線で活躍するデータサイエンティストにも高く評価されて、自信を持って学生に提供できる内容となっています。カリキュラムは「統計」「プログラミング」「可視化」「データベース」「AI機械学習」「課題分析解決」で構成。課題をトータル的に解決し、人に伝えることができる人材育成カリキュラムとなっています。

時間割例

MON TUE WED THU FRI
1時限 9:20-10:50 Python基礎統計5 Python
プログラミング技術1
Python基礎統計6 機械学習実践3 リアルジョブプロジェクト(RJP)6
2時限 11:00-12:30 Python基礎統計5 Python
プログラミング技術1
Python基礎統計6 機械学習実践3 リアルジョブプロジェクト(RJP)6
3時限 13:30-15:00 機械学習の数理 分析ロジック実習 機械学習の数理 分析ロジック実習 Kaggle等分析活動
4時限 15:10-16:40 (サポート学習)
スタディアワー
(サポート学習)
スタディアワー
(サポート学習)
スタディアワー
(サポート学習)
スタディアワー
Kaggle等分析活動

2年間の科目配置

1年次

4月~(1期) 6月~(2期) 9月~(3期) 11月~(4期) 1月~(5期)
コンピュータ・
教養
PCリテラシー コンピュータ
システム1
クラウド
コンピューティング入門
Python
統計分析
Python基礎統計1 Python基礎統計2 Python基礎統計3 応用統計1 統計数理
Python
プログラミング
Python入門 アルゴリズム
可視化 Excelによる
集計と可視化
可視化の技術1 可視化の技術2
データベース データベース入門 データベース
実習1
データベース
実習2
データベース
実習3
AI機械学習 Python技術 自然言語処理 機械学習実践1 音声情報処理
課題分析解決 ビジネス基礎 分析コンペティション プロジェクト
マネジメント概論
企業連携実習 リアルジョブプロジェクト(RJP)1 リアルジョブプロジェクト(RJP)2 リアルジョブプロジェクト(RJP)3 リアルジョブプロジェクト(RJP)4

2年次

4月~(1期) 6月~(2期) 9月~(3期) 11月~(4期) 1月~(5期)
コンピュータ・
教養
クラウド コンピューティング応用
Python
統計分析
Python基礎統計4 Python基礎統計5・6 応用統計3 応用統計4
Python
プログラミング
Python
プログラミング技術1
Python
プログラミング技術2
可視化 可視化の技術3 データ
プレゼンテーション
データ
ビジュアライゼーション
データベース データベース技術
AI機械学習 画像処理技術 機械学習の数理 機械学習実践4 特徴量
エンジニアリング
機械学習実践6
課題分析解決 分析計画概論 分析ロジック実習 分析プロジェクト
企画
課題解決実習1 課題解決実習2
企業連携実習 リアルジョブプロジェクト(RJP)5 リアルジョブプロジェクト(RJP)6 リアルジョブプロジェクト(RJP)7 リアルジョブプロジェクト(RJP)8
  • オープンキャンパス学校説明会・見学・体験入学など随時募集中!
  • 資料請求学校案内・保護者ガイドをお送りいたします。
  • 入学要項学費について願書・学費・学費サポート・学生寮など