専門教育科専目門教カ育リ科キ目ュラムプログラム言語及演習１データサイエンス実験Aデータ解析第2深層学習基礎科目コア科目コア選択科目展開科目社会理工学部共通科目当研究室では、都市で起こりうる課題に対し、データサイエンスの力を借りて解決しようと挑戦しています。例えば、大規模イベント終了後にどうやって人の混雑を緩和するか、大雨後にどの地域が浸水してしまうか、増加する空き家をどうやって管理していくか、など多岐にわたる研究テーマに取り組んでいます。分析では数学や統計の知識だけでなく、地図の読み取り1年次微分・積分１／微分・積分２／線形代数１／線形代数２／物理１／化学１物理実験／化学実験物理２／化学２情報処理／情報処理演習／プログラム言語及演習1／確率論／確率論演習／統計学／統計学演習データサイエンス基礎演習社会理工学概論や現地調査も行い、データについて肌感覚で理解しながら深く考察していきます。2年次応用解析１／応用解析２／データ解析１／オペレーションズ・リサーチ１／テクニカル・プレゼンテーション／データサイエンス実験Ａ／データ構造とアルゴリズム品質管理／企業データ分析／生産管理データ解析２／プログラム言語及演習２／オペレーションズ・リサーチ２応用確率論／情報数学／情報システムの構造と理論／情報理論／経営学基礎論／データ処理と可視化／人間工学／人工知能基礎論／人工知能応用論１／代数学1／代数学2データサイエンス特別講義Ａ／データサイエンス特別講義Ｂセンシングは近年急速に発展してきた技術であり、携帯電話から人工衛星など様々な領域で活用されています。一方でセンサ単体では数値を計測するのみで、そこに機械学習や統計モデルを組み合わせることで初めてサービスへ展開することができ、当研究室ではその分野での社会的役割を担える人材の育成を目的としています。研究室ではセンシング×3年次データサイエンス実験Ｂ／オペレーションズ・リサーチ演習／データサイエンス演習マーケティング・リサーチ／サプライチェーン・マネジメント／金融工学／実験計画法／経済性工学機械学習基礎論／データベース工学／深層学習／最適化手法生存時間解析／数理統計学／情報幾何学／人工知能応用論２／数値解析／感性工学／情報通信産業論／経営戦略論／シミュレーション／産業心理学／幾何学1／幾何学2データサイエンスをテーマに時に様々な企業や医療機関と連携して研究を実施しています。4年次卒業研究Ⅰ／卒業研究Ⅱ時系列解析新製品開発論／確率過程論／ソフトウェア工学2026年度開講予定科目151年次2年次2年次3年次Pick-up授業Pick-up研究室本科目では、データサイエンスに必須のプログラミング言語Pythonについて集中的に学び、関連科目の基盤となる知識とスキルを修得します。本学科では、PBL科目を各学年で配置しており、データサイエンス実験では解析技術だけでなく現実の様々な状況を想定したデータの収集法や改善法などを、実験を通じて学びます。本科目では、様々なデータや分析目的に対応したデータ解析技術を学びます。理論の学習と同時に、R言語を用いたプログラミング演習を通じて、実践的な技術も習得します。本科目では、データサイエンスの最新技術である深層学習について学びます。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演習による実践の両面から修得します。都市情報科学研究室（馬塲 弘樹 准教授）センシングデータ解析研究室（大草 孝介 准教授）
元のページ ../index.html#15