政策-ビジネス革新創出人材プログラム | 政策-ビジネス革新創出人材プログラム

発展的学習プログラムとして、データサイエンス学部との連携による文理融合型人材養成教育プログラムである政策-ビジネス革新創出人材プログラム（データサイエンス副専攻）があります。履修者は入学後の学習状況を基に選抜され、決定されます。

目的

経済学部の学習類型の修得に加えて、データサイエンス学部の専門教育科目群の学習を通じて、政策や企業戦略等に関わる問題に対し数理的な分析に基づいて科学的にアプローチできる能力を持った人材を養成することを目的とします。所定の単位を修得した場合、本プログラムの修了認定が与えられ、修了の事実が成績表にも記載されます。

選抜について

履修者はそれまでの学習状況を踏まえ、第３セメスター終了時に確定します。データサイエンス学部の科目群は積み上げの要素が強いため、登録時の選抜要件や修了要件を意識して履修計画を立てることが必要になります。

プログラム概要

第3セメスター終了時の履修状況に基づいて、20人以下になるように選抜します。
第4セメスター以降での履修において、本プログラムに本登録された学生は、履修制限が行われる場合にも経済学部の学生の中では優先的にデータサイエンス学部の授業を優先的に受講することができます。また、データサイエンス学部の専門科目を30単位まで卒業要件に算入可能になります。

登録時の選抜基準対象科目について

原則として下記の科目の履修状況を、「政策-ビジネス革新創出人材プログラム（データサイエンス副専攻）」登録メンバーの選抜の際の基準とする予定ですので、参考にして履修計画を立ててください。

令和３年度以降入学生用

分類	授業科目名	望ましい取得単位数
全学共通教養科目	線形代数への招待解析学への招待確率への招待データサイエンス・AIへの招待	4 科目 8 単位から 6 単位以上
経済学部コア科目	統計学 A 統計学 B ミクロ経済学 A ミクロ経済学 B マクロ経済学 A マクロ経済学 B 経営学簿記会計	8 科目 16 単位から 8 単位以上内、統計学 A と統計学 B（2 科目 4 単位）から 2 単位以上
データサイエンス学部価値創造基礎科目	AI・情報倫理データサイエンス実践論	2 科目 4 単位から 2 単位以上
データサイエンス基礎科目	計算機利用基礎 AI概論データ構造とアルゴリズムプログラミング１プログラミング１演習プログラミング２プログラミング２演習データベース基礎統計活用演習 A 基礎統計活用演習 B 解析学解析学演習線形代数線形代数演習統計数学統計数学演習回帰分析多変量解析入門	18 科目 31 単位から 4 単位以上

「政策－ビジネス革新創出人材プログラム（データサイエンス副専攻）」修了要件

A 群、B 群、C 群、D 群、E 群の科目の中から合計26 単位以上。群ごとの最低取得単位数の要件を満たすこと。（群ごとの最低取得単位数の合計は22 単位）

修了要件及び単位数	講義科目名および演習科目名	備考
選択必修 A 群（価値創造基礎科目） 2 単位	AI・情報倫理データサイエンス実践論価値創造方法論ビジネス価値創造論	4 科目 8 単位から 2 単位以上
選択必修 B 群（価値創造応用科目） 3 単位	マーケティング論・演習医療統計論・演習社会分析論・演習心理分析論・演習画像認識論・演習音声データと対話システム論・演習バイオインフォマティクス・演習生物・経済データと因果分析・演習人工知能論・演習公的統計保険戦略論ビジネス思考力環境・交通・都市政策論気候・気象データ分析防災空間分析空間計量経済分析	講義・演習セットの3単位科目 9セット及びそれ以外の2単位科目7科目14単位の計35単位から 3単位以上
選択必修 C 群 (データサイエンス基礎科目) (データエンジニアリング系＆データ解析) 5 単位	計算機利用基礎 AI概論データ構造とアルゴリズムプログラミング１プログラミング１演習プログラミング２プログラミング２演習データベース基礎統計活用演習 A 基礎統計活用演習 B	10 科目 18 単位から 5 単位以上
選択必修D 群 (データサイエンス基礎科目) (データアナリシス系) 6 単位	解析学解析学演習線形代数線形代数演習統計数学統計数学演習回帰分析多変量解析入門	8 科目 13 単位から 6 単位以上
選択必修 E 群 (データサイエンス専門科目) 6 単位	データサイエンス専門科目すべて	36 科目 70 単位から 6 単位以上

なお、詳細についてはホームページ掲載時から変更されることもありますので、ご注意ください。