データサイエンスコース
2021年４月、新たにデータサイエンスコース開設！
ビジネス、医療、スポーツなど各分野のＡＩ及びデータサイエンス領域において、次代の道を切り拓く、トップ＆マネジメント層を発掘・育成するため、2021年４月、新たに大学院医学研究科データサイエンスコースを開設します。
教育の特色
◇ＡＩ及びデータサイエンスのトップ人材による講義
学術及びビジネスの最前線でトップとして活躍する教員を招聘。
最先端の研究や技術等に基づいた実践型の講義を提供します。
最先端の研究や技術等に基づいた実践型の講義を提供します。
◇ＡＩ先端企業との産学連携講座
企業や研究機関との産学連携・共同研究の実績豊富な本学が、データサイエンスコース実現のため、世界的ＡＩ関連企業とのコラボレーションを推進。
応用科目群ではトップクラスの産学連携教育プログラムを受講することができます。
応用科目群ではトップクラスの産学連携教育プログラムを受講することができます。
◇「医療」「スポーツ」 × ＡＩ
医療データやスポーツデータの2次利用、ヘルスイノベーションなど、本学伝統分野の「医療」「スポーツ」を基礎に、ＡＩとの結合・融合によって、次世代の技術や価値を創造していきます。
◇働きながら研究に打ち込める環境を支援
キャンパスは御茶ノ水駅徒歩7分。抜群の好立地と言え、都内の各所から容易にアクセスが可能。仕事帰りに学べることが可能です。
また、学費については、多くの社会人に学んでいただけるよう、平均より低く設定しています。
また、学費については、多くの社会人に学んでいただけるよう、平均より低く設定しています。
人材養成の目的
データサイエンスコースでは、ＡＩに関する知識とスキルを修得し、医療・健康・スポーツをはじめ、種々な場面で蓄積されたビッグデータを解析分析し、課題解決策や新たな価値を創造できる人材を養成します。
大学院生が所属する教育研究分野
- データサイエンス
（大学院生の所属先正式名称）
医学研究科 医科学専攻 修士課程 データサイエンス
授業科目一覧
＊以下の授業科目は、現時点の開講予定科目であり、今後、変更となる場合があります。
基礎教育科目 ［11単位履修（必修）］
| 授業科目 | 単位数 | 必修/選択 | 開講時期 |
| 基礎数学概論（数理科学） | 2 | 選択 | 1前 |
| 基礎数学（線形代数・微分積分） | 2 | 選択 | 1前 |
| 統計モデリング（確率・統計） | 2 | 選択 | 1前 |
| 基礎生物統計学 | 2 | 選択 | 1通年 |
| 臨床統計学 ＊1 | 2 | 選択 | 1通年 |
| コンピュータ概論（原理・歴史） | 2 | 必修 | 1前 |
| プログラミング演習Python | 2 | 必修 | 1前 |
| 人工知能概論（機械学習・深層学習含） | 2 | 必修 | 1前 |
| 力学系・非線形科学入門 | 2 | 必修 | 1後 |
| 脳の仕組みと人工知能 | 2 | 選択 | 2前 |
| 自然言語処理 | 2 | 必修 | 1後 |
| ＭＡＴＬＡＢを活用した宇宙画像解析（仮称） | 1 | 選択 | 1後 |
| スポーツデータとＡＩ | 2 | 選択 | 1後 |
| 情報法制（知財・個人情報保護・セキュリティ、研究倫理を含む） | 1 | 必修 | 1前 |
専門教育科目 ［4単位以上履修（必修）］
| 授業科目 | 単位数 | 必修/選択 | 開講時期 |
| 計算論的神経科学 | 2 | 選択 | 2前 |
| 応用生物統計学 | 2 | 選択 | 2前 |
| データサイエンス概論 | 2 | 選択 | 2前 |
| 多次元データビジュアリゼーション | 2 | 必修 | 2前 |
| データサイエンス演習Ⅰ（データハンドリング） | 2 | 選択必修 | 1後 |
| データサイエンス演習Ⅱ（Web） | 2 | 選択必修 | 2前 |
| データサイエンス演習Ⅲ（セキュリティ） | 2 | 選択必修 | 2前 |
| 医用画像解析入門（医用画像解析の基本と臨床応用） | 2 | 選択 | 2前 |
| 健康寿命延伸とデータサイエンス | 1 | 選択 | 1後 |
| 医療データの2次利用概論 | 2 | 選択 | 1前 |
| データサイエンス特別招聘講義 | 2 | 選択 | 2前 |
| ＡＩヘルスイノベーションと起業 | 2 | 選択 | 2前 |
| 産学連携講座：aiforcesolution | 1 | 選択 | 2前 |
| 産学連携講座：パロアルトインサイト | 2 | 選択 | 2前 |
| 産学連携講座：Agoop（ソフトバンク） | 1 | 選択 | 2前 |
| 産学連携講座：NEC | 1 | 選択 | 2前 |
| 産学連携講座：富士フィルム | 1 | 選択 | 2前 |
| 産学連携講座：アラヤ | 1 | 選択 | 2前 |
| 産学連携講座：IBM | 1 | 選択 | 2前 |
| 産学連携講座：ジョルダン | 1 | 選択 | 2前 |
| データサイエンス研究演習Ⅰ（画像診断）（事例研究） | 2 | 選択必修 | 2前 |
| データサイエンス研究演習Ⅱ（医療データ解析）（事例研究） | 2 | 選択必修 | 2前 |
| データサイエンス研究演習Ⅲ（ヘルスデータ解析） | 2 | 選択必修 | 2前 |
特別研究科目
| 授業科目 | 単位数 | 必修/選択 | 開講時期 |
| 医科学特別研究（研究・論文指導） | 8 | 必修 | 2通年 |
修了要件及び履修方法
基礎教育科目11単位（必修）、専門教育科目から4単位以上、特別研究科目8単位、計30単位以上を修得し、必要な論文指導を受け、本大学院が行う修士論文の審査及び最終試験に合格すること。
学費、入学試験等について
本コースに関するお問い合わせ
＜連絡先＞
研究指導責任者：青木 茂樹 教授
メール宛先：d.science★juntendo.ac.jp
（★を@に変えてお送りください。）
研究指導責任者：青木 茂樹 教授
メール宛先：d.science★juntendo.ac.jp
（★を@に変えてお送りください。）