2019datsc2019-3

Size: px

Start display at page:

Download "2019datsc2019-3"

えつとあざみ
4 years ago
Views:

1 武蔵野大学履修要覧データサイエンス学部データサイエンス学科 2019 年度学カリキュラム < 次 > ディプロマポリシー (DP)/ カリキュラムポリシー (CP) 学位授与の基本的な考えとして卒業までに修得すべき専知識や能到達標をしたもの (DP) 各学科における DP を到達するためのカリキュラム編成をした基本的な考え (CP) カリキュラムマップ武蔵野 BASIS( 全学共通基礎課程 ) および学科の科を科のレベルや学問分野ごとに体系化した図卒業所要単位表学修の引きに記載している卒業の要件のひとつである卒業までに必要となる科や単位について覧化した表科や指定された科群の単位を 1 単位でも未修得の場合卒業要件に抵触することとなる進級基準科 ( 進級するために単位の修得が必要な科 ) についてもあわせて確認すること開講表 [ 武蔵野 BASIS] 武蔵野 BASIS( 全学共通基礎課程 ) の開講科覧履修条件欄や欄に履修における注意事項が記載されている場合があるので必ず確認することなお科の内容や履修条件の詳細についてはシラバスを確認すること開講科の名称は課程年度 ( 学年度 ) により変更となる場合があるため科の名称変更と対応関係については最新の開講表を確認すること開講表 [ 学科科 ] 学科科の開講科覧履修条件欄や欄に履修における注意事項が記載されている場合があるので必ず確認することなお科の内容や履修条件の詳細についてはシラバスを確認すること開講科の名称は課程年度 ( 学年度 ) により変更となる場合があるため科の名称変更と対応関係については最新の開講表を確認すること履修モデル将来の進路や的に沿って学科が推奨する学びの分野に応じた代表的な履修例卒業の要件を満たせることを保証をするものではないため履修計画をてる際には必ず開講表や卒業所要単位表学修の引きを確認すること成果に基づく単位認定留学の認定科資格試験の合格による認定科ボランティア活動による認定科の覧付録 : 卒業所要単位表開講表の

2 データサイエンス学科カリキュラムポリシー現代グローバル社会が直面する社会自然環境変化や急速な科学技術の進歩の中において社会経済政策科学技術環境の広範な領域における分析課題を対象としてイシューの発見および解決方法の解明をデータ分析統合と知の創造により実現し新たな創造的活動を先導する人材の養成と研究の発展を行うという学部の目的のもとに共通科目では 1 年次から学部学科の枠をこえて全学共通の基礎教育を学ぶ課程武蔵野 BA SIS を展開し学科科目では専門科目を展開します専門科目は専門共通科目群専門コース科目群プロジェクト型科目群の複合的に編成するまたデータサイエンティスト AI クリエイター各種デザイナー等といった将来の進路を見据えた履修モデルを提供し学生に体系的な履修を奨励します知識専門性 : 学びの基礎力を基盤とした専門能力自ら教養基礎学力を修得し自立的主体的に学ぶことができる教養基礎学力データサイエンスにおける各概念を理解するための基礎学力を身につける基礎学力データサイエンス分野に関する専門的知識スキル分析力リテラシー感性を有し次世代の高度情報社会とグローバル社会を担うに十分な能力を習得するデータサイエンスの専門性本格的な専門教育を受ける前に全学共通の教養教育プログラムである武蔵野 BASIS を履修します武蔵野 BASIS では大学での学修に必要な基盤的な技法と知識の修得を目的として建学健康体育コンピュータ日本語リテラシーおよび外国語を学びますまた同プログラムの基礎セルフディベロップメントにおいて思想芸術国際地域社会制度人間環境物質生命数理情報の 6 分野を学ぶことにより広い視野を備えたすぐれた人格の形成を目指しますデータサイエンスの基礎知識となるデータと数理機械学習と深層学習に加えデータサイエンスのビジョンを展開するデータサイエンス学人類と人工知能 (AI) でデータサイエンスがどのようなものであるかを理解しますまた単なる知識だけでなく実践的な演習としてメディアクリエーションデータデザイン演習データサイエンスプログラミング演習機械学習デザイン演習人工知能 (AI) デザイン演習を行います学生自身がなりたい人材像に応じて紐づく形で展開される 3 つのコース AI クリエーションコース AI アルゴリズムデザインコースソーシャルイノベーションコースを履修することによりデータサイエンスの専門性を身に着けます具体的には人工知能 (AI) 人間協調進化システム機械学習アルゴリズムデザイン社会環境ビジネスデザインビジネスモデル創出等各社会のイシューを発見し解決するために必要な講義を配置しています更に講義で得た知識を応用し展開する演習科目である専門 ( 人工知能 (AI) クリエーション ) コース演習 Ⅰ 専門 ( 人工知能 (AI) アルゴリズムデザイン ) コース演習 Ⅱ 専門 ( ソーシャルイノベーション ) コース演習 Ⅲ を履修することにより新たな応用実現方法の開拓を実現するための必須能力を身につけますまた企業との共同研究体制を構築しビジネスの第一線で活躍する企業のデータサイエンティストを迎えビジネスの現場におけるデータ活用スキルを学ぶ実習を実施します関心態度人格 : 他者と自己を理解し自発的に踏み出す力自らグローカルな視野でデータサイエンスに関する諸問題を発見することができる課題発見力持続可能な社会構築に向けて主体的に社会参画し一般社会を啓発できる主体性実行力企業自治体 NPO の現場を知ることで社会で活躍するための柔軟性とストレス耐性を身につけている柔軟性ストレスコントロール力社会連携型教育で海外の連携大学研究機関への短期留学本学の海外拠点におけるフィールドワーク国内外の連携企業研究機関へのインターンシップを通じて学生自身が主体的に共同研究プロジェクトに参画し実践知を身につけます思考判断 : 課題を多角的に捉え創造的に考える力広範な領域や分野 ( 社会環境科学技術経営医療教育経済政策国際関係 ) における多様なイシューつまり何を考え論じるべきかを発見することができる課題発見力多種多様にして膨大なデータを人工知能技術を用いて抽出分析発信することによりそのイシューの解決をはかる能力を身につけている情報分析力課題解決力 1 年次よりプロジェクト型科目群に未来創造 PJ が開講され 3 年次の卒業論文創成課題と展開します 1 年次後期 ~2 年次の早期段階に少人数の学生に対し期にわたり指導を施すことで各自の学究分野に対するモチベーションを高め専門知識の修得のみならず社会課題を自ら発見し必要な状況を論理的に分析しそれぞれの専門の立場から自ら解決策を提示する能力を修得します実践的スキル表現 : 多様な人々のなかで自らの考えを表現発信する力複雑なデータから迅速かつ適切に多様な状況的文化的文脈 ( コンテクスト ) に応じた有益な知識を抽出分析発信することができるプレゼンテーション力具体的な応用分野の実データを対象として実際の現場での問題を想定したイシュー指向解決型のデータ収集分析可視化基礎能力を身につけることができる教育方法を特色としますデータドリブンにその問題を解決しプレゼンテーションをする実践的なデータ活用応用能力を養う実習を実施します

3 データサイエンス学部データサイエンス学科武蔵野 BASIS カリキュラム MAP 2019 年度学 Department of Political Science 1 年 2 年 3 4 年セルフディベロップメント科 ( 進級基準科 ) 科 SD 101 SD 201 SD 202 SD 203 SD 204 科基礎セルフディベロップメント芸術のすすめ数学的ものの考え社会現象を分析する環境学への展望科 SD 205 SD 206 SD 207 SD 208 科市活と間の理を探る命科学と間市の社会貢献外国語応権利を考える * 各科の履修条件は開講表を参照 AL 101/102 AL 301/302 AL 311/312 SD 209 SD 210 SD 211 SD 212 英語資格 English for Studying International 検定試験対策 A/B Abroad 1/2 Lectures 1/2 現代メディアの探求社会情報と活本の歴史外国の歴史 SD 213 SD 214 SD 215 SD 221 本語リテラシー建学 JL 101 BDS 101 BDS 111 BDS 201 本語リテラシー仏教概説共社会しあわせを考える哲学への探索化類学への誘い学を読み解く楽しみ SD 222 SD 231 ホスピタリティマインド各論ホスピタリティマインド概論プレゼンテーション情報科 CLT 101 CLT 102 CLT 211 CLT 212 CLT 221 CLT 222 コンピュータ基礎 1 コンピュータ基礎 2 情報分析 1 情報分析 2 情報表現 1 情報表現 2 外国語英語 ENG 101 ENG 102 ENG 103 ENG 104 ENG 201 ENG 202 ENG 203 ENG 204 ENG 301 ENG 302 英語 1A 英語 1B 英語 1C 英語 1D 英語 2A 英語 2B 英語 2C 英語 2D 英語 3A 英語 3B 外国語 CHN 101 CHN 102 CHN 103 CHN 104 CHN 201 CHN 202 CHN 301 CHN 302 中国語 1A 中国語 1B 中国語 1C 中国語 1D 中国語 2A 中国語 2B 中国語 3A 中国語 3B FRA 101 FRA 102 FRA 103 FRA 104 FRA 201 FRA 202 FRA 301 FRA 302 フランス語 1A フランス語 1B フランス語 1C フランス語 1D フランス語 2A フランス語 2B フランス語 3A フランス語 3B GER 101 GER 102 GER 103 GER 104 GER 201 GER 202 GER 301 GER 302 ドイツ語 1A ドイツ語 1B ドイツ語 1C ドイツ語 1D ドイツ語 2A ドイツ語 2B ドイツ語 3A ドイツ語 3B SPA 101 SPA 102 SPA 103 SPA 104 SPA 201 SPA 202 SPA 301 SPA 302 スペイン語 1A スペイン語 1B スペイン語 1C スペイン語 1D スペイン語 2A スペイン語 2B スペイン語 3A スペイン語 3B KOR 101 KOR 102 KOR 103 KOR 104 KOR 201 KOR 202 KOR 301 KOR 302 韓国語 1A 韓国語 1B 韓国語 1C 韓国語 1D 韓国語 2A 韓国語 2B 韓国語 3A 韓国語 3B 健康体育科 HPE 101 HPE 112 HPE 201 HPE 211 の歩きを考えるオリンピックパラリンピッ健康体育 1 健康体育 2 ( キャリアデザイン ) ク化論フィールドワークスタディーズ科インターンシップサブメジャー FW 101 FW 111/112/113/114 FW 121/122/123/124/125 INT 201 INT 211/212/213/214 INT 221/222/223 SUBM 201 SUBM 311 フィールドスタディーズフィールドスタディーズ 1/2/3/4 海外フィールドスタディーズ 1/2/3/4/5 インターンシップ ( 事前研究 ) インターンシップ 1/2/3/4 海外インターンシップ 1/2/3 サブメジャー ( ゼミナール )1 サブメジャー ( 総合研究 )1 SUBM 202 SUBM 312 寄付講座 ( ゼミナール )2 サブメジャー ( 総合研究 )2 サブメジャー EC 101 EC 202 EC 204 EC 205 寄付講座 1 証券ビジネス論融リテラシー ( 融と設計 ) 未来型都市とメディア

4 データサイエンス学部データサイエンス学科カリキュラム MAP 2019 年度以降学 Department of Data Science 1 年 2 年 3 年 4 年データサイエンス学 DS101 DS102 DS201 DS203 DS301 DS302 DS304 DS401 / DS402 データサイエンス学未来創造 PJ-AⅠ 未来創造 PJ-AⅡ 未来創造 PJ-AⅢ データサイエンス特論 DS103 DS202 DS204 DS303 未来創造 PJ-BⅠ 未来創造 PJ-BⅡ 未来創造 PJ-BⅢ 未来創造 PJ-BⅣ 未来創造 PJ-AⅣ 卒業論創成課題卒業論 Ⅰ Ⅱ 複合領域 CS101 CS102 CS111 CS211 CS311 CS312 CS313 メディアクリエーションデータデザイン演習 Ⅰ メディアクリエーションデータデザイン演習 Ⅱ ソーシャルイノベーションの起こし情報学 INFO101 INFO102 INFO201 INFO202 INFO203 INFO204 INFO301 INFO302 INFO303 データサイエンスプログラミング演習 Ⅰ データサイエンスプログラミング演習 Ⅱ 機械学習デザイン演習 Ⅰ 機械学習デザイン演習 Ⅱ 知能 (AI) デザイン演習 Ⅰ 知能 (AI) デザイン演習 Ⅱ INFO211 INFO212 INFO205 INFO206 INFO121 INFO221 INFO222 INFO321 INFO322 INFO323 INFO324 機械学習と深層学習マーケティングオートメーション INFO141 INFO241 INFO341 INFO343 INFO345 INFO346 類と知能 (AI) データと数理 Ⅰ データと数理 Ⅱ マーケティングデータ分析サイバーフィジカルシステム複合現実 Web テクノロジ機械学習アルゴリズムデザイン知能 (AI) テクノロジマルチメディア知識ベース画像声認識システム知能 (AI) 社会の情報倫理ビジネスモデル創出データベースデザインテキストマイニング知能 (AI) 間協調進化システム専コース演習 Ⅲ ( ソーシャルイノベーション ) 時空間データベースデータマイニング知能 (AI) ゲームクリエーションロボティクス IoT サイバーセキュリティと知能 (AI) INFO342 専コース演習 Ⅰ ( 知能 (AI) クリエーション ) INFO344 専コース演習 Ⅱ ( 知能 (AI) アルゴリズムデザイン ) 経済学 ECO201 ECO202 ECO301 データと経済統計データと計量経済学情報経済特論環境学 ES201 ES301 ES302 ES303 専共通科プロジェクト科社会連携科専コース科 SS201 SS202 / SS203 / SS204 / SS205 SS311 社会連携型教育 * 各科の履修条件は開講表を参照社会連携活動概論グリーンエコノミー基礎データサイエンス社会実践学習 ( 短期中期期海外 ) 社会環境ビジネスデザイン社会環境ビジネスフィールドワークリアルワールド解析シミュレータグローバルビジネスガバナンス

5 データサイエンス学部データサイエンス学科年度入学生 - 卒業所要単位数 2019 年度版進級基準科目大区分単位区分科目の構成所要単位数建学科目仏教概説 [4 単位 ] 4 健康体育科目人生の歩き方を考える ( キャリアデザイン )[1 単位 ] 1 情報科目コンピュータ基礎 1[1 単位 ] 1 武蔵野 BASIS (28) (24) 日本語リテラシー日本語リテラシー [1 単位 ] 1 英語 <1 年次 > 英語 1A~1D [ 計 4 単位 ] <2 年次 > 英語 2A~2D [ 計 4 単位 ] <3 年次 > 英語 3A~3B [ 計 2 単位 ] 基礎セルフディベロップメント基礎セルフディべロップメント [6 単位 ] 6 フィールドワークスタディーズ科目フィールドスタディーズ [1 単位 ] 1 10 (4) 発展セルフディベロップメント <2~4 年次 > 発展セルフディべロップメント [2 科目 4 単位 ] 4 学科科目 (87) (54) 専門共通科目データサイエンス学 / 人類と人工知能 (AI)/ メディアクリエーションデータデザイン演習 Ⅰ/ メディアクリエーションデータデザイン演習 Ⅱ/ データサイエンスプログラミング演習 Ⅰ/ データサイエンスプログラミング演習 Ⅱ/ データと数理 Ⅰ/ データと数理 Ⅱ/ データと経済統計 / データと計量経済学 / ソーシャルイノベーションの起こし方 / グリーンエコノミー基礎 / サイバーフィジカルシステム / 機械学習と深層学習 /Web テクノロジ / 複合現実 / マーケティングデータ分析 / 機械学習デザイン演習 Ⅰ/ 機械学習デザイン演習 Ⅱ/ 人工知能 (AI) デザイン演習 Ⅰ/ 人工知能 (AI) デザイン演習 Ⅱ/ データサイエンス特論 / 情報経済特論 / データマイニング専門コース科目専門コース演習 Ⅰ( 人工知能 (AI) クリエーション )/ 専門コース演習 Ⅱ( 人工知能 (AI) アルゴリズムデザイン )/ 専門コース演習 Ⅲ( ソーシャルイノベーション ) 社会連携型教育社会連携活動概論プロジェクト型科目卒業論文創成課題 / 卒業論文 Ⅰ/ 卒業論文 Ⅱ 54 (33) 学科科目の開講表の単位区分がとなっている科目 [ 計 33 単位 ] 33 自由科目 (9) 以下の科目から9 単位以上を修得すること 1 武蔵野 BASIS( 所要 28 単位を超えて修得した単位 ) 2 学科科目 ( 所要 87 単位を超えて修得した単位 ) 3 武蔵野地域 5 大学単位互換制度による認定科目 4 他学部他学科履修許可科目 5 日本事情に関する科目 6 成果に基づく認定科目 ( 海外語学研修 1~4 資格認定 Ⅰ~Ⅶ ボランティア活動 1~5 等) 9 合計 124 BASIS 進級基準科目 ( ) 武蔵野 BASIS の進級基準科目を未修得の場合進級要件に抵触し次の学年に進級することができません開講科目の名称は課程年度により変更となる場合があります科目の名称変更と対応関係については開講表を確認してください履修計画を立てる際には必ず学修の手引きの履修計画や履修登録を参照してください

6 データサイエンス学部データサイエンス学科年度学 - 開講表 [BASIS 科 ] 2019 年度版科番号科名開講年次建学科 BDS 101 仏教概説 1 年 4 BDS 111 共社会 1 年 2 BDS 201 しあわせを考える 2 年 2 健康体育科 HPE 101 健康体育 1 1 年 1 HPE 201 健康体育 2 2 年 1 HPE 211 オリンピックパラリンピック化論 2 年 2 HPE 112 の歩きを考える ( キャリアデザイン ) 1 年 1 情報科 CLT 101 コンピュータ基礎 1 1 年 1 進級基準科 CLT 102 コンピュータ基礎 2 1 年 1 CLT 211 情報分析 1 2 年 1 CLT 212 情報分析 2 2 年 1 CLT 221 情報表現 1 2 年 1 CLT 222 情報表現 2 2 年 1 外国語 ENG 101 英語 1A 1 年 1 進級基準科 ENG 102 英語 1B 1 年 1 進級基準科 ENG 103 英語 1C 1 年 1 進級基準科 ENG 104 英語 1D 1 年 1 進級基準科 ENG 201 英語 2A 2 年 1 ENG 202 英語 2B 2 年 1 ENG 203 英語 2C 2 年 1 ENG 204 英語 2D 2 年 1 ENG 301 英語 3A 3 年 1 ENG 302 英語 3B 3 年 1 CHN 101 中国語 1A 1 年 1 1 中国語フランス語ドイツ語スペイン語韓国語 CHN 102 中国語 1B 1 年 1 1A~1Dにおいて通年の履修が必須 (1A+1Cのセットで履修 CHN 103 中国語 1C 1 年 1 1B+1Dのセットで履修または1A 1Dの全てを履修の3 CHN 104 中国語 1D 1 年 1 パターンのいずれか ) CHN 201 中国語 2A 2 年 1 その語を語とする者およびその語を公語とする国に1 年以上の滞在経験がある者は履修不可 CHN 202 中国語 2B 2 年 1 CHN 203 中国語 2C 2 年 1 2 中国語フランス語ドイツ語スペイン語韓国語 2A 2B CHN 204 中国語 2D 2 年 1 において第外国語クラスは2Cおよび2Dの開講はありません CHN 301 中国語 3A 3 年 1 通年の履修が必須 (2A+2Bのセットで履修) CHN 302 中国語 3B 3 年 1 その語を語とする者およびその語を公語とする FRA 101 フランス語 1A 1 年 1 国に2 年以上の滞在経験がある者は履修不可 FRA 102 フランス語 1B 1 年 1 3 中国語フランス語ドイツ語スペイン語韓国語 3A 3B FRA 103 フランス語 1C 1 年 1 において FRA 104 フランス語 1D 1 年 1 その語を語とする者およびその語を公語とする FRA 201 フランス語 2A 2 年 1 国に3 年以上の滞在経験がある者は履修不可 FRA 202 フランス語 2B 2 年 1 FRA 203 フランス語 2C 2 年 1 FRA 204 フランス語 2D 2 年 1 FRA 301 フランス語 3A 3 年 1 FRA 302 フランス語 3B 3 年 1 GER 101 ドイツ語 1A 1 年 1 GER 102 ドイツ語 1B 1 年 1 GER 103 ドイツ語 1C 1 年 1 GER 104 ドイツ語 1D 1 年 1 GER 201 ドイツ語 2A 2 年 1 GER 202 ドイツ語 2B 2 年 1 GER 203 ドイツ語 2C 2 年 1 GER 204 ドイツ語 2D 2 年 1 単位数履修条件 ( 推奨必須 )

7 科番号科名開講年次単位数 GER 301 ドイツ語 3A 3 年 1 GER 302 ドイツ語 3B 3 年 1 SPA 101 スペイン語 1A 1 年 1 SPA 102 スペイン語 1B 1 年 1 SPA 103 スペイン語 1C 1 年 1 SPA 104 スペイン語 1D 1 年 1 SPA 201 スペイン語 2A 2 年 1 SPA 202 スペイン語 2B 2 年 1 SPA 203 スペイン語 2C 2 年 1 SPA 204 スペイン語 2D 2 年 1 SPA 301 スペイン語 3A 3 年 1 SPA 302 スペイン語 3B 3 年 1 KOR 101 韓国語 1A 1 年 1 KOR 102 韓国語 1B 1 年 1 KOR 103 韓国語 1C 1 年 1 KOR 104 韓国語 1D 1 年 1 KOR 201 韓国語 2A 2 年 1 KOR 202 韓国語 2B 2 年 1 KOR 203 韓国語 2C 2 年 1 KOR 204 韓国語 2D 2 年 1 KOR 301 韓国語 3A 3 年 1 KOR 302 韓国語 3B 3 年 1 外国語応 AL 301 English for Studying Abroad 年 1 AL 302 English for Studying Abroad 年 1 AL 311 International Lectures 年 1 AL 312 International Lectures 年 1 AL 101 英語資格検定試験対策 A 1 年 1 AL 102 英語資格検定試験対策 B 1 年 1 本語リテラシー履修条件 ( 推奨必須 ) JL 101 本語リテラシー 1 年 1 進級基準科セルフディベロップメント科 < 基礎セルフディベロップメント> SD 101 基礎セルフディベロップメント 1 年 6 進級基準科 < 発展セルフディベロップメント > SD 201 芸術のすすめ 2 年 2 SD 202 数学的ものの考え 2 年 2 SD 203 社会現象を分析する 2 年 2 SD 204 環境学への展望 2 年 2 SD 205 間の理を探る 2 年 2 SD 206 命科学と間 2 年 2 SD 207 市の社会貢献 2 年 2 SD 208 市活と権利を考える 2 年 2 SD 209 現代メディアの探求 2 年 2 SD 210 社会情報と活 2 年 2 SD 211 本の歴史 2 年 2 SD 212 外国の歴史 2 年 2 SD 213 哲学への探索 2 年 2 SD 214 化類学への誘い 2 年 2 SD 215 学を読み解く楽しみ 2 年 2 SD 221 ホスピタリティマインド概論 2 年 2 SD 222 ホスピタリティマインド各論 2 年 2 SD 231 プレゼンテーション 2 年 2 4 単位対象外

8 科番号科名開講年次単位数履修条件 ( 推奨必須 ) フィールドワークスタディーズ科 FW 101 フィールドスタディーズ 1 年 1 FW 111 フィールドスタディーズ1 1 年 1 FW 112 フィールドスタディーズ2 1 年 2 FW 113 フィールドスタディーズ3 1 年 3 FW 114 フィールドスタディーズ4 1 年 4 FW 121 海外フィールドスタディーズ1 1 年 2 FW 122 海外フィールドスタディーズ2 1 年 3 FW 123 海外フィールドスタディーズ3 1 年 4 FW 124 海外フィールドスタディーズ4 1 年 5 FW 125 海外フィールドスタディーズ5 1 年 6 インターンシップ科 INT 201 インターンシップ ( 事前研究 ) 2 年 1 INT 211 インターンシップ1 2 年 1 INT 212 インターンシップ2 2 年 2 INT 213 インターンシップ3 2 年 4 INT 214 インターンシップ4 2 年 6 シラバスやガイダンスで確認すること INT 221 海外インターンシップ1 2 年 4 INT 222 海外インターンシップ2 2 年 6 INT 223 海外インターンシップ3 2 年 8 副専攻( サブメジャー ) 科群 SUBM 201 サブメジャー ( ゼミナール )1 2 年 2 SUBM 202 サブメジャー ( ゼミナール )2 2 年 4 SUBM 311 サブメジャー ( 総合研究 )1 3 年 2 SUBM 312 サブメジャー ( 総合研究 )2 3 年 4 寄付講座科サブメジャー( ゼミナール )1 またはサブメジャー ( ゼミナール ) 2 を履修していること EC 101 寄付講座年 2 寄付講座 : 武蔵野市 EC 201 資計画論 2 年 2 休講 EC 202 証券ビジネス論 2 年 2 寄付講座 : 野村證券 EC 203 経済教育論 2 年 2 休講 EC 204 融リテラシー ( 融と設計 ) 2 年 2 寄付講座 : 融広報中央委員会 EC 205 未来型都市とメディア 2 年 2 寄付講座 : ビーエスフジ履修条件については学修の引きを確認してくださいまた各科の履修条件の詳細はシラバスを確認してください

9 データサイエンス学部データサイエンス学科年度学 - 開講表 [ 学科科 ] 2019 年度版科番号科名開講年次単位数専共通科 DS 101 データサイエンス学 1 年 2 INFO 141 類と知能 (AI) 1 年 2 CS 101 メディアクリエーションデータデザイン演習 Ⅰ 1 年 1 CS 102 メディアクリエーションデータデザイン演習 Ⅱ 1 年 1 INFO 101 データサイエンスプログラミング演習 Ⅰ 1 年 1 INFO 102 データサイエンスプログラミング演習 Ⅱ 1 年 1 INFO 211 データと数理 Ⅰ 2 年 2 INFO 212 データと数理 Ⅱ 2 年 2 ECO 201 データと経済統計 2 年 2 ECO 202 データと計量経済学 2 年 2 CS 111 ソーシャルイノベーションの起こし 1 年 2 ES 201 グリーンエコノミー基礎 2 年 2 INFO 205 サイバーフィジカルシステム 2 年 2 INFO 121 機械学習と深層学習 1 年 2 INFO 206 Webテクノロジ 2 年 2 INFO 221 複合現実 2 年 2 CS 211 マーケティングデータ分析 2 年 2 INFO 201 機械学習デザイン演習 Ⅰ 2 年 1 INFO 202 機械学習デザイン演習 Ⅱ 2 年 1 INFO 203 知能 (AI) デザイン演習 Ⅰ 2 年 1 INFO 204 知能 (AI) デザイン演習 Ⅱ 2 年 1 DS 301 データサイエンス特論 3 年 2 ECO 301 情報経済特論 3 年 2 INFO 323 データマイニング 3 年 2 専コース科 <AIクリエーションコース> INFO 241 知能 (AI) テクノロジ 2 年 2 INFO 301 マルチメディア知識ベース 3 年 2 INFO 343 知能 (AI) 間協調進化システム 3 年 2 INFO 345 知能 (AI) ゲームクリエーション 3 年 2 INFO 324 ロボティクス IoT 3 年 2 INFO 346 サイバーセキュリティと知能 (AI) 3 年 2 <AIアルゴリズムデザインコース> INFO 222 機械学習アルゴリズムデザイン 2 年 2 INFO 302 データベースデザイン 3 年 2 INFO 321 画像声認識システム 3 年 2 INFO 322 テキストマイニング 3 年 2 INFO 303 時空間データベース 3 年 2 ES 303 リアルワールド解析シミュレータ 3 年 2 <ソーシャルイノベーションコース> CS 311 マーケティングオートメーション 3 年 2 INFO 341 知能 (AI) 社会の情報倫理 3 年 2 ES 301 社会環境ビジネスデザイン 3 年 2 SS 311 グローバルビジネスガバナンス 3 年 2 CS 312 ビジネスモデル創出 3 年 2 ES 302 社会環境ビジネスフィールドワーク 3 年 2 < 演習 > INFO 342 専コース演習 Ⅰ( 知能 (AI) クリエーション ) 3 年 1 INFO 344 専コース演習 Ⅱ( 知能 (AI) アルゴリズムデザイン ) 3 年 1 CS 313 専コース演習 Ⅲ( ソーシャルイノベーション ) 3 年 1 履修条件 ( 推奨必須 )

10 科番号社会連携型教育科名開講年次単位数履修条件 ( 推奨必須 ) SS 201 社会連携活動概論 2 年 1 SS 202 データサイエンス社会実践学習 ( 短期 ) 2 3 年 1 メディア SS 203 データサイエンス社会実践学習 ( 中期 ) 2 3 年 2 メディア SS 204 データサイエンス社会実践学習 ( 期 ) 2 3 年 3 メディア SS 205 データサイエンス社会実践学習 ( 海外 ) 2 3 年 4 メディアプロジェクト型科 DS 102 未来創造 PJ-AⅠ 1 年 4 DS 103 未来創造 PJ-BⅠ 1 年 2 DS 201 未来創造 PJ-AⅡ 2 年 4 DS 202 未来創造 PJ-BⅡ 2 年 2 DS 203 未来創造 PJ-AⅢ 2 年 4 DS 204 未来創造 PJ-BⅢ 2 年 2 DS 302 未来創造 PJ-AⅣ 3 年 4 DS 303 未来創造 PJ-BⅣ 3 年 2 DS 304 卒業論創成課題 3 年 2 DS 401 卒業論 Ⅰ 4 年 4 DS 402 卒業論 Ⅱ 4 年 4 履修条件については学修の引きを確認してくださいまた各科の履修条件の詳細はシラバスを確認してください

11 データサイエンス学科履修モデル 2019 年度学履修モデルとは将来の進路や的に合わせて学年ごとに何を学ぶかをすための代表的なモデルです必ずごで学習希望に履修条件履修上限単位数 (CAP) 卒業要件を考慮し履修計画をててくださいまた時間割上記載の学年で履修できない場合がありますモデル名 AI クリエーションコース進路イメージ AIクリエイター VRデザイナー Webエンジニアデザイナーモデル概要 AI 応ビッグデータ活メディア応ロボット応分野を進路として想定し知能 (AI) テクノロジロボティクス IoT 等の必要な科を中に学ぶ AI 時代の社会において新しいビジネスやサービスの創造を指す武蔵野 BASIS (28) (24) (4) (54) 科数字は単位数科区分 1 年 2 年 3 年 4 年建学科仏教概説 4 健康体育科の歩きを考える ( キャリアデザイン ) 1 情報科コンピュータ基礎 1 1 英語英語 1A 1D 4 英語 2A 2D 4 英語 3A 3B 2 本語リテラシー本語リテラシー 1 基礎セルフディベロップメント基礎セルフディベロップメント 6 フィールドワークスタディーズフィールドスタディーズ 1 発展セルフディベロップメント発展セルフディべロップメント 2 発展セルフディべロップメント 2 データサイエンス学 2 データと数理 Ⅰ 2 データサイエンス特論 2 類と知能 (AI) 2 データと数理 Ⅱ 2 情報経済特論 2 メディアクリエーションデータデザイン演習 Ⅰ 1 データと経済統計 2 データマイニング 2 メディアクリエーションデータデザイン演習 Ⅱ 1 データと計量経済学 2 データサイエンスプログラミング演習 Ⅰ 1 グリーンエコノミー基礎 2 データサイエンスプログラミング演習 Ⅱ 1 サイバーフィジカルシステム 2 ソーシャルイノベーションの起こし 2 Webテクノロジ 2 専共通科 (40) 機械学習と深層学習 2 複合現実 2 マーケティングデータ分析 2 機械学習デザイン演習 Ⅰ 1 機械学習デザイン演習 Ⅱ 1 知能 (AI) デザイン演習 Ⅰ 1 知能 (AI) デザイン演習 Ⅱ 1 学科科 (87) (33) 専コース科 < 演習 >(3) 社会連携型教育 (1) プロジェクト型科 (10) 専コス科 AI クリエーションコース AI アルゴリズムデザインコースソーシャルイノベーションコース社会連携型教育プロジェクト型科由科 (9) 専コース演習 Ⅰ( 知能 (AI) クリエーション ) 1 専コース演習 Ⅱ( 知能 (AI) アルゴリズムデザイン ) 1 専コース演習 Ⅲ( ソーシャルイノベーション ) 1 社会連携活動概論 1 卒業論創成課題 2 卒業論 Ⅰ 4 卒業論 Ⅱ 4 知能 (AI) テクノロジ 2 マルチメディア知識ベース 2 知能 (AI) 間協調進化システム 2 知能 (AI) ゲームクリエーション 2 ロボティクス IoT 2 サイバーセキュリティと知能 (AI) 2 機械学習アルゴリズムデザイン 2 データベースデザイン 2 画像声認識システム 2 テキストマイニング 2 時空間データベース 2 リアルワールド解析シミュレータ 2 データサイエンス社会実践学習 ( 海外 ) 4 未来創造 PJ-AⅠ 4 未来創造 PJ-BⅡ 2 未来創造 PJ-AⅣ 4 未来創造 PJ-BⅢ 2 コンピュータ基礎 2 1 健康体育 1 1 英語資格検定試験対策 A 1 英語資格検定試験対策 B 1 履修モデル計 CAP( 履修上限単位数 ) 卒業所要単位数合計 124 単位以上 1 履修上限単位数は前年のGPAによって拡することがあります 2 履修モデルの合計単位数が卒業所要単位数に満たない場合進路や学修指導に応じて適した科を履修してください 3 卒業所要単位数は別途卒業所要単位表も必ず確認し科や指定された科の履修漏れが無いように気をつけてください

12 データサイエンス学科履修モデル 2019 年度学履修モデルとは将来の進路や的に合わせて学年ごとに何を学ぶかをすための代表的なモデルです必ずごで学習希望に履修条件履修上限単位数 (CAP) 卒業要件を考慮し履修計画をててくださいまた時間割上記載の学年で履修できない場合がありますモデル名 AI アルゴリズムデザインコース進路イメージデータサイエンス研究者データアナリストデータエンジニアモデル概要機械学習 AIアルゴリズムデータマイニング環境センシング分野を進路として想定し機械学習アルゴリズムデザインリアルワールド解析シミュレータ等の必要な科を中に学ぶ AI 分野の学的技術的側を担うことを指す武蔵野 BASIS (28) (24) (4) (54) 科数字は単位数科区分 1 年 2 年 3 年 4 年建学科仏教概説 4 健康体育科の歩きを考える ( キャリアデザイン ) 1 情報科コンピュータ基礎 1 1 英語英語 1A 1D 4 英語 2A 2D 4 英語 3A 3B 2 本語リテラシー本語リテラシー 1 基礎セルフディベロップメント基礎セルフディベロップメント 6 フィールドワークスタディーズフィールドスタディーズ 1 発展セルフディベロップメント発展セルフディべロップメント 2 発展セルフディべロップメント 2 データサイエンス学 2 データと数理 Ⅰ 2 データサイエンス特論 2 類と知能 (AI) 2 データと数理 Ⅱ 2 情報経済特論 2 メディアクリエーションデータデザイン演習 Ⅰ 1 データと経済統計 2 データマイニング 2 メディアクリエーションデータデザイン演習 Ⅱ 1 データと計量経済学 2 データサイエンスプログラミング演習 Ⅰ 1 グリーンエコノミー基礎 2 データサイエンスプログラミング演習 Ⅱ 1 サイバーフィジカルシステム 2 ソーシャルイノベーションの起こし 2 Webテクノロジ 2 専共通科 (40) 機械学習と深層学習 2 複合現実 2 マーケティングデータ分析 2 機械学習デザイン演習 Ⅰ 1 機械学習デザイン演習 Ⅱ 1 知能 (AI) デザイン演習 Ⅰ 1 知能 (AI) デザイン演習 Ⅱ 1 学科科 (87) (33) 専コース科 < 演習 >(3) 社会連携型教育 (1) プロジェクト型科 (10) 専コス科 AI クリエーションコース AI アルゴリズムデザインコースソーシャルイノベーションコース社会連携型教育プロジェクト型科由科 (9) 専コース演習 Ⅰ( 知能 (AI) クリエーション ) 1 専コース演習 Ⅱ( 知能 (AI) アルゴリズムデザイン ) 1 専コース演習 Ⅲ( ソーシャルイノベーション ) 1 社会連携活動概論 1 卒業論創成課題 2 卒業論 Ⅰ 4 卒業論 Ⅱ 4 知能 (AI) テクノロジ 2 マルチメディア知識ベース 2 知能 (AI) 間協調進化システム 2 知能 (AI) ゲームクリエーション 2 ロボティクス IoT 2 サイバーセキュリティと知能 (AI) 2 機械学習アルゴリズムデザイン 2 データベースデザイン 2 画像声認識システム 2 テキストマイニング 2 時空間データベース 2 リアルワールド解析シミュレータ 2 データサイエンス社会実践学習 ( 短期 ) 1 未来創造 PJ-AⅠ 4 未来創造 PJ-BⅡ 2 未来創造 PJ-AⅣ 4 未来創造 PJ-BⅢ 2 コンピュータ基礎 2 1 健康体育 1 1 英語資格検定試験対策 A 1 英語資格検定試験対策 B 1 履修モデル計 CAP( 履修上限単位数 ) 卒業所要単位数合計 124 単位以上 1 履修上限単位数は前年のGPAによって拡することがあります 2 履修モデルの合計単位数が卒業所要単位数に満たない場合進路や学修指導に応じて適した科を履修してください 3 卒業所要単位数は別途卒業所要単位表も必ず確認し科や指定された科の履修漏れが無いように気をつけてください

13 データサイエンス学科履修モデル 2019 年度学履修モデルとは将来の進路や的に合わせて学年ごとに何を学ぶかをすための代表的なモデルです必ずごで学習希望に履修条件履修上限単位数 (CAP) 卒業要件を考慮し履修計画をててくださいまた時間割上記載の学年で履修できない場合がありますモデル名ソーシャルイノベーションコース進路イメージビジネスクリエータービジネスアナリストソーシャルアナリストモデル概要データビジネスグリーン経済スマートシティ活国際連携オープンエデュケーション分野を進路として想定しマーケティングオートメーション社会環境ビジネスデザイン等の必要な科を中に学ぶ AIを駆使して社会システム制度の設計社会サービスの実現を指す武蔵野 BASIS (28) 科数字は単位数科区分 1 年 2 年 3 年 4 年建学科仏教概説 4 健康体育科の歩きを考える ( キャリアデザイン ) 1 情報科コンピュータ基礎 1 1 英語英語 1A 1D 4 英語 2A 2D 4 英語 3A 3B 2 (24) 本語リテラシー本語リテラシー 1 基礎セルフディベロップメント基礎セルフディベロップメント 6 フィールドワークスタディーズフィールドスタディーズ 1 (4) (54) 発展セルフディベロップメント専共通科 (40) 発展セルフディべロップメント 2 発展セルフディべロップメント 2 データサイエンス学 2 データと数理 Ⅰ 2 データサイエンス特論 2 類と知能 (AI) 2 データと数理 Ⅱ 2 情報経済特論 2 メディアクリエーションデータデザイン演習 Ⅰ 1 データと経済統計 2 データマイニング 2 メディアクリエーションデータデザイン演習 Ⅱ 1 データと計量経済学 2 データサイエンスプログラミング演習 Ⅰ 1 グリーンエコノミー基礎 2 データサイエンスプログラミング演習 Ⅱ 1 サイバーフィジカルシステム 2 ソーシャルイノベーションの起こし 2 Webテクノロジ 2 機械学習と深層学習 2 複合現実 2 マーケティングデータ分析 2 機械学習デザイン演習 Ⅰ 1 機械学習デザイン演習 Ⅱ 1 知能 (AI) デザイン演習 Ⅰ 1 知能 (AI) デザイン演習 Ⅱ 1 学科科 (87) (33) 由科 (9) 専コース科 < 演習 >(3) 社会連携型教育 (1) プロジェクト型科 (10) 専コス科 AI クリエーションコース AI アルゴリズムデザインコースソーシャルイノベーションコース社会連携型教育データサイエンス社会実践学習 ( 短期 ) 1 プロジェクト型科専コース演習 Ⅰ( 知能 (AI) クリエーション ) 1 専コース演習 Ⅱ( 知能 (AI) アルゴリズムデザイン ) 1 専コース演習 Ⅲ( ソーシャルイノベーション ) 1 社会連携活動概論 1 卒業論創成課題 2 卒業論 Ⅰ 4 卒業論 Ⅱ 4 知能 (AI) テクノロジ 2 マルチメディア知識ベース 2 知能 (AI) 間協調進化システム 2 知能 (AI) ゲームクリエーション 2 ロボティクス IoT 2 サイバーセキュリティと知能 (AI) 2 マーケティングオートメーション 2 知能 (AI) 社会の情報倫理 2 社会環境ビジネスデザイン 2 グローバルビジネスガバナンス 2 ビジネスモデル創出 2 社会環境ビジネスフィールドワーク 2 未来創造 PJ-AⅠ 4 未来創造 PJ-BⅡ 2 未来創造 PJ-AⅣ 4 未来創造 PJ-BⅢ 2 コンピュータ基礎 2 1 健康体育 1 1 英語資格検定試験対策 A 1 英語資格検定試験対策 B 1 履修モデル計 CAP( 履修上限単位数 ) 卒業所要単位数合計 124 単位以上 1 履修上限単位数は前年のGPAによって拡することがあります 2 履修モデルの合計単位数が卒業所要単位数に満たない場合進路や学修指導に応じて適した科を履修してください 3 卒業所要単位数は別途卒業所要単位表も必ず確認し科や指定された科の履修漏れが無いように気をつけてください

14 成果に基づく認定科 ( 各学科共通 ) 成果に基づく認定科とは次のいずれかに該当する場合に単位認定される科をいいます (1) 留学プログラムの学修成果について科読替の対象となる単位以外の単位認定 (2) 本学で認めた単位認定対象講座の受講により資格試験の合格によって認められる単位認定 (3) 本学で認めたボランティア活動による単位認定 (4) その他本学が認めた単位認定 1. 留学の認定科 ( 科読替の対象となる単位以外のもの ) 留学区分科名単位科区分協定留学 1 1 協定留学 2 2 協定留学協定留学 3 4 協定留学 4 6 協定留学 5 8 学科科 ( ) 協定留学 6 10 協定留学 7 10 認定留学 1 1 認定留学 2 2 留学先の学修時間に応じて本学の認定可能な科及び左記科を組み合わせて通年で 40 単位 ( 半期のみ 20 単位 ) まで認定可能認定 (SAP) 留学認定留学 3 4 認定留学 4 6 認定留学 5 8 学科科 ( ) 認定留学 6 10 認定留学 7 10 短期留学プログラム 1 1 短期留学プログラム 2 2 短期留学プログラム 3 3 短期留学プログラム 4 4 第 2 学期留学プログラム短期留学プログラム5 5 短期留学プログラム6 6 学科科 ( ) 留学先の学修時間に応じて 10 単位まで認定可能短期留学プログラム 7 7 短期留学プログラム 8 8 短期留学プログラム 9 9 短期留学プログラム海外語学研修 1 2 海外語学研修 2 3 短期語学研修由科海外語学研修 3 4 海外語学研修 4 4 留学先の学修時間に応じて各語学研修について 2 単位から 4 単位まで認定可能 2. 資格試験の合格による認定科区分科名単位科区分資格認定 Ⅰ 2 資格認定 Ⅱ 2 資格認定 Ⅲ 2 資格認定資格認定 Ⅳ 1 由科資格認定 Ⅴ 1 対象講座の受講が必要 ( 詳細は MUSCAT でお知らせします ) 資格認定 Ⅵ 1 資格認定 Ⅶ 1 3. ボランティア活動による認定科区分科名単位科区分ボランティア活動 1 1 ボランティア活動 2 1 ボランティア活動ボランティア活動 3 2 由科ボランティア活動 4 2 ボランティア活動時間に応じて 1 単位から 4 単位まで認定可能ボランティア活動 5 4 由科の区分がある学科課程年度が対象です ( 由科の区分を設けていない学科課程年度においては卒業要件外科となります )

付録 : 卒業所要単位表開講表の学科課程年度によって武蔵野 BASIS 学科科のの区分構成が異なります各の学科課程年度の卒業所要単位表開講表を確認してください卒業所要単位表〇〇学部学科 -20XX 年度学 - 卒業所要単位数区分単位区分科の構成所要単位数武蔵野 BASIS 武蔵野 BASISのうちとして必要な単位数を超えて修得した単位は由科に含まれます

15 付録 : 卒業所要単位表開講表の学科課程年度によって武蔵野 BASIS 学科科のの区分構成が異なります各の学科課程年度の卒業所要単位表開講表を確認してください卒業所要単位表〇〇学部学科 -20XX 年度学 - 卒業所要単位数区分単位区分科の構成所要単位数武蔵野 BASIS 武蔵野 BASISのうちとして必要な単位数を超えて修得した単位は由科に含まれます単位区分に応じた科名は科群学科科のうちとして必要な単位数を超えて修得した単位は学科に含まれます学科科学科科に必要な単位数を超えて修得した単位は由科に含まれます由科以下の科から単位以上を修得すること 1 武蔵野 BASIS( 所要単位を超えて修得した単位 ) 2 学科科 ( 所要単位を超えて修得した単位 ) 由科の区分の有無と対象となる科の構成は学科課程年度によって異なります開講表の学部学科コース課程年度 ( 学年度 ) であるか確認してください < 公開年度 > 年度によって科の休講廃等があるため最新年度の開講表を確認してください科の分類を表します < 開講年次 > 履修が可能となる学年 ( 上位学年の科は履修できません ) < 科番号 ( ナンバリング )> < 単位数 > < 履修条件 > < > カリキュラムの体系的段階的な構成をすため科科の場合欄に科によっては学習効果をや休講科の情にはレベル学問分野に基づいた科番号が付けられ科科の場合はめるために学修の段階に応じた報など科の補情報がていますナンバリングを参考にすることで学修の段欄に単位数がっています履修条件が設定されています記載されています階レベルを意識して履修計画をてることができます設定されている場合は開講表レベルの詳細は学修の引きの単位と科ページの履修条件欄はシラバスににあるナンバリング ( 科番号 ) を確認してください記載されています

ã•’æ³Łå¾‰ èª²ç¨‰å¹´åº¦2019ã•‚å“™æ¥�æ›•è¦†å“Ÿä½“è¡¨ã…»éŒ‰è¬łè¡¨_å“Ÿä½“ã†¨ç§‚çł®å›−éŽ¤_0305.xlsx

ã•’æ³Łå¾‰ èª²ç¨‰å¹´åº¦2019ã•‚å“™æ¥�æ›•è¦†å“Ÿä½“è¡¨ã…»éŒ‰è¬łè¡¨_å“Ÿä½“ã†¨ç§‚çł®å›−éŽ¤_0305.xlsx 法学部法律学科育成プログラム公務員コース -2019 年度入学生 - 卒業所要 2019 年度版進級基準科目大区分単位区分科目の構成所要建学科目仏教概説 [4 単位 ] 4 健康体育科目人生の歩き方を考える ( キャリアデザイン )[1 単位 ] 1 情報科目コンピュータ基礎 1[1 単位 ] 1 武蔵野 BASIS (26) (22) 外国語英語 1A~1D [ 計