岡山大学工学部数理データサイエンスコース

カリキュラム

数理データサイエンスコースのカリキュラムの流れ

<1年次> 基礎学力を高める

教養教育科目および専門基礎科目によって, 専門分野にとらわれない幅広い教養と工学全般の基礎的学力を高めます.

科目:

  • 情報・電気・数理データサイエンス系入門
  • 情報処理入門1,2
  • 数理・データサイエンス(基礎,発展)
  • 工学基礎実験実習
  • 微分積分
  • 線形代数
  • 工学安全教育
  • プログラミング

<2年次> 数理データサイエンスの基盤

コースの基礎として, 基本的な数学の基礎を深く学び, 実践的なプログラミングやデータ解析についての知識を深めます.

科目:

  • 微分積分続論及び演習 1, 2
  • 線形代数続論及び演習 1, 2
  • ベクトル解析 (数理)
  • 離散数学入門
  • 数値計算法
  • 数理プログラミング 1, 2
  • 統計データ解析演習 1, 2
  • データ活用基礎

<3年次> 特別研究に向けて

4年次の特別研究の準備となる, 数学理論, 数値シミュレーション, 統計学などを学びます.

科目:

  • 常微分方程式と数理モデル
  • 確率モデル論
  • 数理モデリング
  • 数値シミュレーション基礎, 応用
  • 数理統計学
  • 計算統計学
  • データ活用実践演習
  • 技術表現法

<4年次> 研究室配属

特別研究として, 数理科学, 計算科学, データサイエンスなどにおける各研究分野の研究テーマに取り組みます. 3 年次までに学んだ事を基礎として, ゼミにおける発表などを通して, 数学的な見方や方法論への理解を深め, 幅広い応用力を養い, 数理データサイエンスの専門家として活躍するための素地を作ります.

科目:

  • 特別研究

専門家基礎科目及び学科履修要件

履修細則(準備中)

カリキュラム・マップ

カリキュラムマップ (数理データサイエンスコース)

PAGE TOP