本学科では、データサイエンスで必須のRとPythonという2つのプログラム言語と、データベースを扱うためのSQLについて徹底的に学びます。プログラム言語及演習第1では、そのうちPython言語について学び、今後のデータサイエンス科目への基盤知識として修得します。確率・統計はデータサイエンスにとって必要不可欠な必須の知識です。本学科では、複数の科目で確率・統計の理論と応用を深く修得できるようなカリキュラムが用意されています。データ解析第2では、種々のモデル分析のためのデータ分析技術を学びます。特にR言語を使ったコンピュータ演習を通じた実践的な技術を習得します。本学科では、PBL（Problem Based Learning）を4年間を通じて継続して配置しています。この中でデータサイエンス実験では、あらかじめ与えられたデータをどのように分析するかだけではなく、どのような現場でいかにしてデータを収集するかということについて、実験を通じて学びます。現実の様々な状況を想定し、データ収集とその分析を一貫して行います。本科目では、最先端のデータサイエンス技術として注目されている深層学習（ディープラーニング）について学びます。深層学習では、従来の判別問題だけではなく、画像や文章の解析などで大変高い成果を挙げています。本科目では深層学習の基礎理論から様々な応用モデルについて、数式モデルによる理論とコンピュータ演習による実践の両面から修得します。412年次データ解析第２2年次データサイエンス実験A3年次深層学習ビジネスデータサイエンス学科 Pick-up授業特徴的な科目を4つご紹介します。1年次プログラミング言語及演習第1汎用性の高いデータ解析技術を習得できる高校のときから、商品を売るためにどのようにマーケティングや統計が行われ、広告がつくられているのかに興味がありました。中央大学のビジネスデータサイエンス学科を選んだのは、情報処理やデータの分析方法、プログラミングなど、興味のある分野について包括的に学ぶことができると感じたからです。将来性の高い仕事として注目されているデータサイエンティストを育成するための環境も整っていて、キャンパスが都心にあり企業や他大学との共同研究を行いやすい点も魅力でした。データ解析で人の感性を可視化する研究幅広い領域のビジネスデータを扱うため、興味のある分野を見つけやすいのもいいところです。私は学びを進めていくうちに人の価値観の多様性に興味をもちました。現在はヒューマンメディア工学研究室で、人の感性を科学的に解明する感性工学分野の研究を行っています。たとえば商品を海外に輸出する際に、パッケージの文字デザインをどのようにしたら、その国の人々に日本人が感じるのと近い印象をもってもらえるかを、データ収集や分析によって明らかにしようとしています。将来的には文化圏ごとの感性の違いを可視化し、異なる文化の人同士が相互理解を深める手助けとなるデザインツールを開発できればと考えています。野間 朝子ビジネスデータサイエンス専攻 博士課程前期課程1年東京都立両国高等学校出身詳しい科目系統図はこちらまで
元のページ ../index.html#41