経済・ビジネス × データサイエンス ＝ 新しい価値創造
近年、経済学、経営学、法学など社会科学分野においてもデータサイエンスやコンピュータサイエンスの素養への需要が増加しています。滋賀大学は文部科学省より数理及びデータサイエンスに係る教育強化の拠点校として選定され、「数理・データサイエンス・AI 教育プログラム」の認定制度においてはリテラシーレベル・プラスに認定された、データサイエンス教育におけるトップランナーです。
データサイエンス・コースは、データサイエンス学部を有する強みを最大限生かした教育プログラムです。経済や経営などの専門分野に加えて、数理・データサイエンス・AIに関する知識や分析スキルを習得し、データサイエンスに通じたビジネスパーソンを養成します。
Society5.0と言われる新たな社会では、資本集約型から知識集約型に社会構造が変化し、知識とデータを基礎にして生産性の向上と高付加価値の創出が行われます。
データサイエンス・コースは、データの活用による価値の創造・発見と、専門知の習得による論理的思考力に加えて、現代社会に必須な科学技術の基礎的理解のうえに人文・社会・芸術を広く学び（STEAM 教育）、幅広い視野と価値観、深い洞察力、社会課題の発見と解決力、判断力を学生に修得させることを重視しています。
＜養成する人材像＞
- データ解析やプログラミング等の基本的知識を持ちつつ、ビッグデータやAI 等の基盤技術を新しい課題の発見・解決に活用できるビジネスパーソン
- 現代社会に求められる、専門知識 × リテラシーレベルから応用レベルまでの体系的なデータサイエンス知識を身につけたビジネス・データサイエンティスト
選抜について
コース履修者の選抜は、入学時と第３セメスター終了後の２段階に分けて行います（定員40名）
【第１段階】
入学案内通知時に、コース参加希望者を募集し、20名程度をコース候補者として内定
【第２段階】
・第３セメスター終了後に、コース候補者に対して選抜要件（表１）に基づいて、コース履修者を決定
・2年次からの新しい応募者に対して選抜（定員40名になるように選抜）
表１ データサイエンス・コース選抜要件
|
|
分類
|
授業科目名
|
望ましい修得単位数
|
|---|---|---|---|
全 学 |
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 a |
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 社会経済史 コア政治経済学 |
10科目20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 |
Ｄ Ｓ 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 |
a 「リテラシーレベルプログラム」指定科目
表２ データサイエンス・コース修了要件
|
|
分類
|
授業科目名
|
備考
|
|---|---|---|---|
全 学 |
全学共通教養科目 6単位 |
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 a データサイエンス・AIへの招待演習 b |
５科目10単位から ６単位以上 内、データサイエンス・AIへの招待とデータサイエンス・AIへの招待演習の4 単位を含む |
経 済 学 部 |
コア科目 12単位 |
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 社会経済史 コア政治経済学 |
10科目20単位から 統計学A及び統計学Bを含む12単位以上 |
専攻専門科目 4単位 |
数理経済学 数理統計学 ゲーム理論と情報の経済学 計量経済学Ⅰ 計量経済学Ⅱ 計量ファイナンス 空間データ分析 知能情報論 情報科学Ⅱ b |
9科目18単位から 4単位以上 |
|
Ｄ Ｓ 学 部 |
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 b |
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 画像処理論・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科目の計14単位の41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 b データ構造とアルゴリズム b プログラミング1 b プログラミング1演習 プログラミング2 b プログラミング2演習 データベース b 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 b 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 | 33科目64単位から 6単位以上 内、AI機械学習入門b の2単位を含む |
a 「リテラシーレベルプログラム」指定科目
b 「応用基礎レベルプログラム」 指定科目
＊本コースの履修に当たっては、 「応用基礎レベルプログラム」 の指定科目 （経済学部） を履修することが望ましい。