経済学部
プログラムの目的
本プログラムは、主たる専門分野のほかに、もうひとつ極める分野を定め、4年間を2本の柱で、目的を持って系統的に学ぶことを推奨し、その達成を支援することを目的としています。
大学では、高校と違い、学生が学ぶ内容を自由に選択することができます。その選択に際して、興味関心を満たすことや、視野を広げるための教養を身につけることはもちろん重要です。この社会的ニーズに即した体系的プログラムを履修することにより、学習時間をより有効に利用することができます。
POINT1
社会的ニーズに即した内容を、体系的に学べます
POINT2
全て卒業要件で構成されたプログラムです
POINT3
修了認定・オープンバッジは就職活動や卒業後の進路にも役立ちます
プログラムの認定に必要な履修単位数
1.プログラム必修科目(4単位)
2.プログラム選択必修科目(4単位)
3.プログラム関連科目(8単位)
合計16単位以上の取得でプログラムの修了が認定され、認定証とオープンバッジが発行されます。
さらに卒業時に発行される成績証明書にもその旨が記載されます。
※プログラム選択必修科目で取得した単位の余剰分はプログラム関連科目の単位に換算されます。
※いずれの単位も卒業要件単位に含まれます。
申請のタイミングと4年間の流れ
・1年次の9月に希望調査を行います。
・2年次に登録を申請しますが、3年次以降も登録申請が可能です。
・修了の認定は4年次の4月・9月・卒業時に行います。
DAP第1弾「経済学部データサイエンスプログラム」
DAPの第1弾プログラムとしてデータサイエンスのスキルを高めるプログラムを2024年度より開設します。経済学・経営学とも密接に関係しているデータサイエンス分野の知識・スキルを身につけ、データ駆動型の思考力を鍛えます。
カリキュラム
経済学部データサイエンスプログラムは、全学共通教育科目である「データサイエンス科目群」と、経済学部の基礎科目・専門選択科目の授業科目で構成されています。
授業科目名 | 単位数 | DAP | 授業内容 | |
---|---|---|---|---|
データサイエンス科目群(全学共通教育科目) | データサイエンス概論 | 2 | ※ | データサイエンス入門科目 |
データサイエンス基礎 | 2 | ※ | ||
データアナリティクス基礎 | 2 | *必修科目 (4単位) |
統計学の基礎をExcelとPythonを使って学びます。 | |
機械学習基礎 | 2 | 機械学習の基礎を身近な応用例で学びます。 | ||
データアナリティクス応用 | 2 | (4単位) |
機械学習の手法について詳しく学びます。 | |
機械学習応用 | 2 | |||
データサイエンス・アドバンス ド・プログラム | 2 | 機械学習の応用を実際の課題解決を通して学びます。 | ||
データサイエンス・ワークフ ロー・プログラム | 2 | データサイエンスのビジネスや社会科学・人文科学への応用について詳しく学びます。 | ||
データサイエンス特殊講義Ⅰ~Ⅳ | 各2 | |||
経済学部基礎科目・専門選択科目 | データ解析入門Ⅰ・Ⅱ | 各2 | 関連科目 (8単位) |
経済学部のデータサイエンス関連科目です。詳しくはシラバスをご覧ください。 |
統計学 | 4 | |||
計量経済学Ⅰ・Ⅱ | 各2 | |||
経営統計学Ⅰ・Ⅱ | 各2 | |||
プログラミングと機械学習Ⅰ・Ⅱ | ||||
経営情報論Ⅰ・Ⅱ | 各2 |
※データサイエンス入門科目です。DAPの該当科目ではありませんが、経済学部データサイエンスプログラムを達成する上で必要な基礎力を養う入門科目なので、1年次のうちに履修することを推奨します。この2科目は文部科学省「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」認定科目となっています。
*経済学部データサイエンスプログラム必修科目の2科目は文部科学省「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」認定科目となっています。