MENU
教育Education

データサイエンスコース

データサイエンスコースの特徴
[2021年4月開講予定]

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。

特徴

  • 座学で学んだ知識を基に、少人数による演習を通して実践的な学修を展開します。
  • インターンシップや海外留学を通して実社会の課題を見据えた現実的な解決策を提案できる能力を高めます。
  • 専任教員に加えて、他大学教員や実社会で活躍できるデータサイエンティスト等の講義・演習により、幅広い知識とスキルの修得を図ります。

大学院生が所属する教育研究分野[予定]

  • 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  *12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Python2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AI2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
スマートエスイー(早稲田大学) ※受講人数制限あり1~4選択2前
*1:公衆衛生学コースとの共同開講科目

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:aiforcesolution1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:NEC1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:IBM1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
※所属する研究分野(データサイエンス)が開講する特別研究科目を履修する。研究分野は、入学出願時に選択する必要があります。

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

  • 学費(入学金、授業料等):他のコース(医科学コース、公衆衛生学コース、遺伝カウンセリングコース)と異なる可能性がありますのでご注意ください。正式に決まりましたらホームページ、学生募集要項等に掲載いたします。 
  • 入学試験:B日程(試験日:令和3年1月7日)での実施を予定しています。正式に決まりましたらホームページ、学生募集要項等に掲載いたします。