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
※2025年度から一部カリキュラムの改定(開講年次の変更など)を予定
1年次: 基礎学力を高める
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るために以下の科目を学びます.
- 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
- 微分方程式
- プログラミング
2年次: 数理データサイエンスの基盤
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.
- 統計データ解析基礎
- 微分積分続論及び演習 1, 2
- 線形代数続論及び演習 1, 2
- 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
- 数値計算法
- ベクトル解析(数理)
- 複素関数論
- 離散数学入門
3年次: 特別研究に向けて
4年次の特別研究の準備として, 数学理論, 数値シミュレーション, 統計学などを学びます.
- データ活用実践演習
- 機械学習入門
- 常微分方程式と数理モデル
- 数理モデリング
- 数値シミュレーション基礎, 応用
- データ駆動計算基礎, 応用
- 数理統計学
- 最適化理論
- 多変量データ解析
- 計算統計学
- 確率モデル論
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の各研究分野のテーマに取り組みます. 3年次までに学んだ専門科目を基礎として, ゼミでの発表を通じ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の素地を作ります.
- 特別研究
専門家基礎科目及び学科履修要件
○履修細則