教育
データサイエンス教育プログラム（DSEP）のカリキュラム
DSEPのカリキュラムは、既存の経営学部科目と並行して、データサイエンス科目を修得し、困難な課題を解決するスキルとその課題解決に必要なデータ分析手法を理解し、使いこなす能力の獲得を目指します。
プロジェクトベースの少人数ゼミナール、データサイエンス企業との連携講義、インターンシップやデータ解析コンペなど、実践に重きを置いたデータサイエンス教育と、経営学部の豊富な講義科目を段階的・分野横断的に学ぶことで、ビジネス・リーダーに必要な力を養成します。
| 科目種別 | 説明・科目等 | 経営系 | 経済系 | ||
|---|---|---|---|---|---|
| 専門基礎科目 （データ・サイエンスゼミナールⅠ以外全て2単位） |
必修 | データサイエンスリテラシー科目 データ・サイエンスゼミナールⅠ（4単位） データ・サイエンスゼミナールⅡ |
左記以外 経営学概論 会計学概論 経営科学概論 |
||
| 専門基幹科目 （全て2単位） |
8単位以上（選択必修） ※うち6単位以上はデータサイエンスベーシック科目で修得すること。 ※「経営情報論」「マーケティング論」は必須科目。 |
データサイエンスベーシック科目 経営組織論 経営情報論 マーケティング論 コーポレート・ファイナンス |
左記以外 経営戦略論 キャリア・マネジメント 簿記論Ⅰ 簿記論Ⅱ 原価会計論 ビジネス・エコノミクス 言語コミュニケーション論 |
データサイエンスベーシック科目 ミクロデータサイエンス マクロデータサイエンス 経済数学 数理統計 計量経済学 経済統計 |
|
| 専門応用科目 （全て2単位） |
データサイエンスコア科目：10単位以上（選択必修） ※★が付いた科目は必修科目。 グローバルビジネス分野：2単位以上 法律科目：２単位以上 上記のほか、マネジメント分野、アカウンティング分野およびマネジメント・サイエンス分野の専門応用科目を選択 |
データサイエンスコア科目 意思決定論★ 人的資源管理論★ マーケティングサイエンス★ 経営数学★ 統計・機械学習モデル★ 実務家と学ぶデータサイエンス★ マネジメント分野 組織間関係論 現代コミュニケーション論 人的資源管理論 経営管理論 経営史 雇用社会論 産業社会論 企業環境マネジメント論 経営行動科学 地域環境マネジメント論 イノベーション・マネジメント論 産業分析 技術経営論 比較経営史 アカウンティング分野 財務会計論Ⅰ 財務会計論Ⅱ 管理会計論Ⅰ 管理会計論Ⅱ 監査論 監査制度論 政府・非営利会計論 税務会計論 生態会計論 マクロ会計論 財務分析論 戦略会計論 |
マネジメント・サイエンス分野 オペレーションズ・リサーチ 消費者行動論 流通論 ファイナンシャル・リスク・マネジメント ビジネスゲーム 情報システムとイノベーション Production and Operations Management グローバルビジネス分野 国際経営論Ⅰ 国際経営論Ⅱ 国際人的資源管理論 国際イノベーション・マネジメント論 国際会計制度 グローバル商品企画マネジメント論 国際経営史 Business Reading International Business English for Business 法律科目 憲法 行政法 人・物と法 取引と法 家族と法 商法Ⅰ 商法Ⅱ 有価証券法 裁判法 民事訴訟法 |
データサイエンスコア科目 数理経済学 中級数理統計 中級計量経済学 中級経済統計 中級ゲーム理論 Statistical Theory and Applications 中級ミクロデータサイエンス 中級マクロデータサイエンス |
|
| データサイエンス実践科目 | 4単位以上 | データサイエンス実践科目に該当する科目 「データサイエンス・インターンシップ」・「データサイエンス・コンペティション」 |
|||
| 演習科目 | 基礎ゼミナール（2単位） ゼミナールⅠ（4単位） ゼミナールⅡ（4単位） |
||||
| 自由選択科目 | 経営学部で開講している全ての専門科目（以下の特殊講義を含む）、インターンシップ等から選択 | ||||
| 計 | 90単位以上 | ||||
※卒業要件としては、このほか全学教育科目の単位を修得して、合計で124単位以上にする必要があります。
実務家や英語による講義
実務家や英語による講義（特殊講義）については、一般プログラムのカリキュラムと同様です。
履修モデル
将来の希望進路を見据え、どのように科目を修得していくかを履修モデルとして示します。
DSEP
経営学の知識とデータサイエンスに関する知識を兼ね備え、データを元にビジネスの問題を解決できる人材の育成を目ざします。
| 科目群 | 全学教育科目 34単位以上 |
学部教育科目90単位以上 | |||||||
|---|---|---|---|---|---|---|---|---|---|
| 卒業124単位以上 | 専門基礎科目 | 専門基幹科目 | 専門応用科目 | 演習科目 | |||||
| マネジメント分野 | アカウンティング分野 | マネジメント・サイエンス分野 | グローバルビジネス分野 | 法律科目 | |||||
| 1年次 | 英語 統計学基礎 統計データ分析 経営者から学ぶリーダーシップと経営理論 アントレプレナーシップ論 微分積分Ⅰ 微分積分Ⅱ 線形代数Ⅰ 線形代数Ⅱ |
経営学概論 会計学概論 経営科学概論 |
キャリア・マネジメント 経営情報論 マーケティング論 コーポレート・ファイナンス |
データサイエンス・ゼミナールⅠ データサイエンス・コンペティションⅠ |
|||||
| 2年次 | 英語 初修外国語 |
簿記論Ⅰ 簿記論Ⅱ 経営組織論 |
組織間関係論 経営管理論 技術経営論 |
財務会計論Ⅰ 財務会計論Ⅱ |
意思決定論 統計・機械学習モデル 経営数学 マーケティング・サイエンス オペレーションズ・リサーチ 消費者行動論 |
取引と法 | データサイエンス・ゼミナールⅡ 基礎ゼミナールⅠ |
||
| 3年次 | 高度全学教育指定科目 | 産業分析 イノベーション・マネジメント論 |
実務家と学ぶデータサイエンス ファイナンシャル・リスク・マネジメント 情報システムとイノベーション 流通論 ビジネスゲーム |
国際経営論Ⅰ 国際経営論Ⅱ |
商法Ⅰ 有価証券法 |
ゼミナールⅠ | |||
| 4年次 | Production and Operations Management | ゼミナールⅡ | |||||||
| 卒業論文 | 機械学習モデルを用いた購買行動の予測分析 | ||||||||