データサイエンス学科 | 公立大学法人下関市立大学
Source: https://www.shimonoseki-cu.ac.jp/gakubu/datascience/datascience_gakka
Archived: 2026-04-23 17:25
データサイエンス学科 | 公立大学法人下関市立大学
×
TextSize
Language
デジタル大学案内
ご寄附のお願い
下関市立大学について
学長からのメッセージ
理事長からのメッセージ
3つの理念と目的
大学概要
沿革
入学定員･学生数･教職員数
組織図
学則･規則
3つのポリシー
3つのポリシー（大学院）
キャンパス紹介
キャンパスマップ
アクセス
教育情報の公表
学校教育法施行規則第172条の2
学校教育法施行規則第164条第5項
教育職員免許法施行規則第22条の6
法人情報
規程集
役員名簿
財務に関する情報
公表事項
議事要録
大学点検評価
設置認可・届出関係
高等教育の修学支援新制度に係る更新確認申請書
採用情報
入札情報
内部質保証に関する方針等
求める教員像及び教員組織編制方針
教員研究業績・教員評価・授業評価
広報
学生広報
デジタル大学案内
市立大学広報
大学紹介動画
学生歌
ブランドガイドライン
シンボルマーク
広報ブランドイメージ
ネーミングライツ
下関市立大学へのご支援
ご寄附のお願い
後援会
同窓会
下関市立大学の学び
基盤教育･教養教育
教職課程
学部･学科･
大学院･専攻科
経済学部
経済学部の学びの特色
学部長メッセージ
経済学科
国際商学科
公共マネジメント学科
データサイエンス学部
学部長メッセージ
データサイエンス学科
看護学部
学部長 メッセージ
看護学科
大学院
大学院について
経済学研究科（修士課程）
データサイエンス研究科（仮称・設置認可申請中）
地域サステイナビリティ学研究科（仮称・設置認可申請中）
専攻科
特別支援教育特別専攻科
教員情報
教員情報（学位及び業績）
客員教授等一覧
キャンパスライフ
キャンパス紹介
キャンパスマップ
サークル紹介
コンピュータ実習室
学生の一日
キャンパスカレンダー
キャンパスサポート
学生生活支援
就職活動
保険制度
健康管理
日常生活の安全対策
ハラスメント
課外活動
キャンパス内交通ルール
学割の発行
学内施設の利用時間
履修･授業関係
お知らせ
気象状況等による休講等のお知らせについて
履修登録
授業時間割
授業科目表
カリキュラム・マップ、カリキュラム・ツリー（履修系統図）
シラバス
オフィスアワー
Aキャンパス
定期試験
大学コンソーシアム関門
大学院履修制度
教職課程
授業料・修学支援新制度
成績優秀者学修奨励金制度･理事長賞･学長賞
授業料減免制度
高等教育の修学支援新制度
入学金・授業料
奨学金
奨学金について
日本学生支援機構奨学金を受けている方へ
日本学生支援機構奨学金を希望される方へ
地⽅公共団体・⺠間奨学団体等の奨学⾦
海外留学のための奨学金
各種手続き窓口・証明書の発行
窓口取扱時間など
証明書の発行（在学生）
休学･退学
免許・資格取得
ESLO
学年暦
国際交流
キャリア支援
図書館･附属機関
図書館
研究機構
国際交流センター
相談支援センター
リカレント教育センター
公開講座
下関市立大学「市民大学公開講座」
大学コンソーシアム関門
下関5大学連携「赤間関」
キャリア支援
国際交流
留学データ
交流協定校
TheTrajectory（国際交流の記録）
国際交流センターについて
国際交流センターについて
国際交流イベント
Fact Sheet
留学（下関市立大学から海外へ）
留学（派遣留学）
外国研修（短期語学研修）
その他の海外留学等
留学REAL VOICE
留学（海外から下関市立大学へ）
入試情報
留学生活
奨学金等
留学生チューター
留学生の声
国際交流センター開講科目リスト
地域貢献･
産官学連携
公開講座
下関市立大学「市民大学公開講座」
大学コンソーシアム関門
下関5大学連携「赤間関」
産官学連携
URA室
大学発認定ベンチャー
地域調査研究
地域調査研究
研究者情報
出版物
地域連携ニュースレター
社会人教育
科目等履修生
リカレント教育への取組
図書館･附属機関
図書館
研究機構
国際交流センター
相談支援センター
リカレント教育センター
入試情報
学部入試
入試日程･募集人員
アドミッション･ポリシー
入学者選抜方法の変更点
入学者選抜要項･学生募集要項
入試実施状況
過去の入試問題（出題の意図と解答の傾向）
成績優秀者入学金優遇制度
受験上及び修学上の配慮
成績開示請求
資料請求
オープンキャンパス･進学説明会等
進学説明会･相談会
オンライン入試相談
オープンキャンパス
出張講義
出張講義申込書
出張講義のご案内
大学院入試
アドミッション･ポリシー
入試日程･募集要項
入試実施状況
特別支援教育特別専攻科入試
⼊試⽇程･募集要項
⼊学⾦･授業料等
入学金･授業料
授業料減免制度
⾼等教育の修学⽀援新制度
奨学金
法人情報
採用情報
入札情報
運用要綱
リンク集
プライバシーポリシー
ご意見･お問い合わせ
資料請求
サイトマップ
受験生の方
入試情報
学部入試
入学者選抜要項・学生募集要項
入学者選抜方法の変更点
学生募集要項・大学案内の請求方法
出題の意図と解答の傾向
アドミッションポリシー
入試実施状況
成績優秀者入学金優遇制度
成績開示請求
受験上及び修学上の配慮
オープンキャンパス・進学説明会等
オープンキャンパス
進学説明会・相談会のご案内
出張講義
出張講義のご案内
出張講義申込書
キャンパスライフ
学年暦
下宿
サークル紹介
免許・資格取得
キャリア支援
授業料・奨学金等
入学金・授業料
特待生・授業料減免制度
奨学金
キャリア支援
国際交流
国際交流センターについて
国際交流イベント
留学（下関市立大学から海外へ）
派遣留学
外国研修
留学 REAL VOICE
大学院への進学情報
一般選抜入試
履修制度
早期履修制度
長期履修制度
大学概要
学長メッセージ
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
教育情報
各学部（学科）の概要･カリキュラム
経済学部 経済学科
経済学部 国際商学科
経済学部 公共マネジメント学科
データサイエンス学部 データサイエンス学科
シラバス
教員一覧
外部受験サイト
スタディサプリ進路
Benesse マナビジョン
夢ナビ
下関市立大学に入学を決めた理由
在学生･保護者の方
各種手続き窓口・証明書の発行
窓口取扱時間など
証明書の発行（在学生）
休学･退学
学生生活支援
就職活動
保険制度
健康管理
日常生活の安全対策
ハラスメント
課外活動
下宿
キャンパス内交通ルール
学割の発行
生活協同組合
キャンパスマップ
学内施設の利用時間
相談支援センター
履修・授業関係
お知らせ
気象状況等による休講等のお知らせについて
履修登録
授業時間割
授業科目表
シラバス
オフィスアワー
定期試験
Aキャンパス
大学コンソーシアム関門
大学院早期履修制度
教職課程
授業料・奨学金
入学金・授業料
成績優秀者学修奨励金制度・理事長賞・学長賞
授業料減免制度
高等教育の修学支援新制度
奨学金
取得できる免許
学年暦
サークル紹介
国際交流
国際交流センターについて
国際交流センターについて
国際交流イベント
留学（下関市立大学から海外へ）
派遣留学
外国研修
留学REAL VOICE
キャリア支援
図書館・附属機関
図書館
研究機構
相談支援センター
国際交流センター
公開講座
市民大学
下関未来大学
下関ユースカレッジ
大学概要
学長メッセージ
3つのポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
学生ウェブメール
コンピュータ実習室（Googleサービス）
後援会・同窓会
下関市立大学後援会
下関市立大学同窓会
卒業生の方
証明書の発行
証明書の発行（卒業生）
下関市立大学同窓会
公開講座
市民大学公開講座
社会人教育
リカレント教育への取組
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
企業・研究者の方
採用ご担当者様
キャリア支援
共同（産官学）研究
研究機構
URA(University Research Administrator)室
共同（産官学）研究
研究機構が発刊する刊行物
教員情報（学位及び業績）
下関市立大学研究シーズ集
学会情報
下関市立大学学会
公開講座
市民大学公開講座
社会人教育
リカレント教育への取組
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
地域一般の方
公開講座など
市民大学公開講座
大学コンソーシアム関門
下関5大学連携「赤間関」
同窓会
下関市立大学同窓会
図書館・附属機関
附属図書館
附属リカレント教育センター
社会人教育
リカレント教育への取組
科目等履修生
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
ホーム
学部･学科･大学院
データサイエンス学部
データサイエンス学科
データサイエンス学部
データサイエンス学科
データサイエンスとは
今や国内外問わず、またビジネス・保健医療福祉・行政等の幅広い分野において、データを分析し常に新しい戦略を立てることが常識となっています。
そのためには普段から「課題を見つけ」「情報を集め」「分析し」「新たな知見を見出す」チカラを養っていなければなりません。
体系立った理論をもつ「情報科学」でありながら、ビジネスなどにも欠かせない「実学」でもある、それがデータサイエンスです。
データに基づく統計的な思考により課題を解決するデータサイエンスを身につけた人材、いわゆる"データサイエンティスト"は今後、世界中のあらゆる分野で活躍が期待されています。
Feature 1
販売業、サービス業では…
顧客情報や購入履歴、Webサイトの閲覧履歴などを分析し、「購入してもらえる可能性が高い商品」をサイト上でユーザーに提案しています。
物流会社が商品を様々な場所に配送するとき、配送量や場所、時間、トラックの台数、天気や交通情報などを分析し、コストや時間などが最適化される配送計画を立案しています。
Feature 2
医療分野では…
病院で蓄積される膨大な医療データを分析することで、医師や看護師の負担をできるだけ軽減しながら、病気の早期発見、予防、治療に役立てています。
医療ビッグデータを解析することで、病気の原因となる遺伝子や新薬のもととなる物質を探り出し、新薬の創出に貢献しています。
分析したデータから新しい価値を⽣み出すデータサイエンス学科の学び
学生自身が、社会や組織が抱える課題の解決や新たな価値の創造に貢献していくための知識や能力を身につけられるよう体系的な講義を行います。１〜２年次に数学、情報やプログラミングの基礎知識を修得したうえで、２〜３年次に統計的分析手法、人工知能を含むアルゴリズムに関する幅広い知識と技能を身につけます。また、同時にデータを扱う技術者としての倫理観と責任感も身につけます。1〜4年次を通して、コミュニケーション能力やプレゼンテーション能力、創造的な思考力を養います。
育成する人物像とディプロマポリシー
卒業認定・学位授与の方針
下関市立大学データサイエンス学部は、多様なデータを設計・分析・活用するために必要な数理統計・情報学・社会科学に関する理論と実務に習熟することにより、社会や組織が抱える課題の解決や新たな価値の創造に貢献しうる人材を養成します。
A.
統計や関連する数理科学に関する知識と、それらを活用した分析の経験を通じて、データを収集・整理・分析し、そこから得られる知見を論理的に考察できる能力を身につけている。
B.
情報の管理や分析、人工知能などのアルゴリズムに関する知識を有し、かつそれらをコンピュータ上で表現する経験を通じて、様々な形式のデータを分析・活用し、適切に扱うことのできる能力を身につけている。
C.
ビジネス又はヘルスケアの分野でデータ分析がどのように行われているかを、各分野固有の知識とあわせて学ぶことで、データが社会に果たしうる役割を理解するとともに、データを扱ううえで必要な倫理観や責任感（モラル）を身につけている。
D.
様々な人々と協力し適切なコミュニケーションをとることができ、用いた分析手法や結果の統計的解釈をわかりやすく伝達することができる。
在学生VOICE
高いスキルを持つ先生のもとで、実用的な技術を学んでいます。
データサイエンス学科2年（2025年4月1日現在）
石井 友善
さん（広島県 修道高等学校 出身）
データサイエンス学科の魅力の一つが、技術力の高い先生方です。実際のデータを分析し有効的な施策などを作成する「データサイエンス入門演習」では、コンサル業界出身の教授のもとで実用的な技術をたくさん学んでいます。また授業外でも技能を磨いており、「デジコンしものせき」では優勝することができました。卒業までにデジコンで発表したソリューションを開発し、運用段階にまで発展させることが今の目標です。
教育課程の編成・実施方針
カリキュラムポリシー
データサイエンス学部では、ディプロマポリシーに掲げる知識や能力を学生が身につけられるよう、以下の方針に基づいてカリキュラムを編成・実施していきます。
A.
1～2年次にかけてデータサイエンスに関する数学の基礎知識を修得したうえで、2～3年次に統計的分析手法に関する幅広い知識と技能を身につけるための講義科目・演習科目を修得する。
B.
1～2年次に情報やプログラミングに関する基礎知識を修得したうえで、2～3年次に人工知能を含むアルゴリズムに関する幅広い知識とデータ分析・活用の技能を身につけるための講義科目・演習科目を修得する。
C.
2～3年次に、ビジネス又はヘルスケアの分野におけるデータの分析を学ぶ科目を修得する。あわせて、講義やアクティブ・ラーニング型科目を通じて、データを扱う技術者としての倫理観と責任感を身につける。
D.
1～4年次を通して、コミュニケーション能力やプレゼンテーション能力、創造的な思考力を身につけるため、演習科目やプロジェクト型学習科目、卒業研究を修得する。
E.
学修成果の評価については、客観性及び厳格性を確保するために、シラバスに記載した各授業科目の到達目標の達成度について、成績評価の方法と基準（定期試験、レポート等）を用いて多面的・総合的に評価する。
授業科目紹介
臨床研究概論
がん治療などの医薬品開発を含む医学研究の様々な段階における統計上の留意点と手順の概要を理解することを大きな目的とします。臨床試験のデザイン、分析、解釈までの一連の流れ、及び前向き研究、後ろ向き研究の臨床研究の研究計画書（プロトコール）作成の諸技能を身につけます。グループ単位でのプロジェクトを実施し、臨床研究の全体的なノウハウを修得します。
テキストマイニング
テキストマイニングとは、SNS・ブログ・口コミなどの様々な媒体で発信されるテキスト形式のデータの中から、データサイエンス技術を利用して有益な情報を抽出する技術のことです。テキストデータを統計的手法・ディープラーニングなどで分析し、マッピング・グラフ化することで情報を視覚化し新たな知見を発見することができます。本講義では、テキストマイニング技術・応用例などについて学びます。
情報システム論
身近な情報システムから、情報システムとは何かを考え、情報システムに必要なネットワークの知識を、シミュレータも用いながら学びます。さらに、情報セキュリティの重要性を考慮しながらWebサーバやデータベースサーバ等を連携させた情報システムを構築することで、実践的な力を養います。最後に情報システム構築時の要件定義を学び、情報システムを設計・構築する流れを学びます。
データサイエンス入門演習
データサイエンスが注目される今、「データを扱う」だけでなく「データで問題を解決し、価値を創る」力が求められています。課題定義・仮説立案からデータ収集・加工、データ分析、施策立案までの分析プロジェクトの流れを、グループワークで疑似体験します。各工程を進めるためのスキル・ノウハウを個人が学ぶとともに、チームとして良い施策提言を行うための試行錯誤や創意工夫にもチャレンジします。
専門教育カリキュラム
1年
2年
3年
4年
専
門
基
礎
数学･情報基礎
数学基礎
情報社会及び情報倫理
線形代数学
情報学概論
DSプログラミング入門
確率論
解析学
データベース
幾何学
数理統計学
ネットワーク技術論
アルゴリズム論
DS入門･基礎
データサイエンス入門
データサイエンス入門演習
データサイエンス基礎
データサイエンス演習
情報と職業
データ分析活用
定量的データ解析
回帰分析
カテゴリカルデータ解析
表データ数理解析
データハンドリング
人工知能概論
時系列解析
ベイズ統計学
定量的データ解析演習
統計的モデリング
カテゴリカルデータ解析演習
表データ数理解析演習
データマイニング
機械学習
デジタル信号処理技術
統計的社会調査法
テキストマイニング
パターン認識
社会ネットワーク分析
統計的社会調査法演習
データ分析演習
演習･卒業研究
コロキアムⅠ
研究倫理
DSプロジェクト
コロキアムⅡ
卒業研究
専
門
応
用
ビジネスデータ
サイエンス
経営情報概論
情報システム論
経営情報システム論
オペレーションズリサーチ
マーケティング・リサーチ
E-コマース論
数理最適化
ビジネスデータ分析
ヘルスデータ
サイエンス
疫学・公衆衛生学概論
保健医療学概論
遺伝学概論
薬理学概論
感性データ処理
医療健康情報学
バイオインフォマティクス
臨床研究概論
生物統計学
※カリキュラムは変更することがあります。
数理・データサイエンス・AI 教育プログラムについて
データサイエンス学部は、数理・データサイエンス・AI 教育強化コンソーシアムが定めたカリキュラムモデルに沿って、データサイエンス専門科目で構成するプログラム履修を推奨しています。
プログラム詳細はこちら
2024年度 自己点検・評価は
こちら
取得可能な免許･資格
所定の単位修得(選択制)により、下記の免許･資格が取得できます。
● 中学校教諭一種免許状（数学）
● 高等学校教諭一種免許状（数学）
● 高等学校教諭一種免許状（情報）
● 社会調査士
想定される進路
卒業後はデータサイエンスの専門知識をいかし、幅広い業種で企画・マーケティング、システムエンジニアとして、または公的機関や医療機関でヘルスケアに関連する業務に従事することが想定されます。
● 製造業・小売業・広告業・出版業 ● IT・情報通信業 ● 行政 ● 保健・医療機関（大学病院を含む） ● 製薬会社 ● 研究所・シンクタンク ● 金融機関（銀行・保険・証券など） ● 大学院進学 など
D棟
1階には講義や演習を大人数で受講できる教室と学生の休憩スペースが、2階から4階までには、学生研究室と教員研究室が配置されています。不明な点があればすぐに相談できる、学生と教員の距離の近さを実現しました。
Q&A
Q
高校では文系でしたが、データサイエンスを学ぶことはできますか？
A
データサイエンティストは文系・理系関係なくめざせます。そもそもデータサイエンスは、数学や統計学、機械学習、プログラミングなどの理論を活用しながら、データを分析し、新しい価値を生み出す学問です。そのためには、社会、経済、人間についての理解も必要で、文系的なセンスが役に立ちます。
Q
数学があまり得意ではないのですが、授業についていけますか？
A
大学受験程度の数学の知識は最低限必要ですが、必ずしも高度な数学の知識は必要ありません。入学後は、「専門基礎科目」として、データサイエンスに関する数学の基礎を学びます。また、リメディアル学習も開催中です。
Q
卒業後活躍できるフィールドは、どのような分野でしょうか？
A
膨大に蓄積されたビッグデータを活用できる人材は、今後官民問わず、幅広い分野で求められます。特に本学では、「ビジネスデータサイエンス」と「ヘルスデータサイエンス」の二つの柱で実践的に学び、企画、マーケティングアナリスト、SE等として活躍することが想定されます。
教員紹介
スペシャリストたちから深く広く学ぶ、未来を見据えた「データサイエンス」。
データサイエンス学部 データサイエンス学科 教員一覧
･
×
TextSize
Language
デジタル大学案内
ご寄附のお願い
下関市立大学について
学長からのメッセージ
理事長からのメッセージ
3つの理念と目的
大学概要
沿革
入学定員･学生数･教職員数
組織図
学則･規則
3つのポリシー
3つのポリシー（大学院）
キャンパス紹介
キャンパスマップ
アクセス
教育情報の公表
学校教育法施行規則第172条の2
学校教育法施行規則第164条第5項
教育職員免許法施行規則第22条の6
法人情報
規程集
役員名簿
財務に関する情報
公表事項
議事要録
大学点検評価
設置認可・届出関係
高等教育の修学支援新制度に係る更新確認申請書
採用情報
入札情報
内部質保証に関する方針等
求める教員像及び教員組織編制方針
教員研究業績・教員評価・授業評価
広報
学生広報
デジタル大学案内
市立大学広報
大学紹介動画
学生歌
ブランドガイドライン
シンボルマーク
広報ブランドイメージ
ネーミングライツ
下関市立大学へのご支援
ご寄附のお願い
後援会
同窓会
下関市立大学の学び
基盤教育･教養教育
教職課程
学部･学科･
大学院･専攻科
経済学部
経済学部の学びの特色
学部長メッセージ
経済学科
国際商学科
公共マネジメント学科
データサイエンス学部
学部長メッセージ
データサイエンス学科
看護学部
学部長 メッセージ
看護学科
大学院
大学院について
経済学研究科（修士課程）
データサイエンス研究科（仮称・設置認可申請中）
地域サステイナビリティ学研究科（仮称・設置認可申請中）
専攻科
特別支援教育特別専攻科
教員情報
教員情報（学位及び業績）
客員教授等一覧
キャンパスライフ
キャンパス紹介
キャンパスマップ
サークル紹介
コンピュータ実習室
学生の一日
キャンパスカレンダー
キャンパスサポート
学生生活支援
就職活動
保険制度
健康管理
日常生活の安全対策
ハラスメント
課外活動
キャンパス内交通ルール
学割の発行
学内施設の利用時間
履修･授業関係
お知らせ
気象状況等による休講等のお知らせについて
履修登録
授業時間割
授業科目表
カリキュラム・マップ、カリキュラム・ツリー（履修系統図）
シラバス
オフィスアワー
Aキャンパス
定期試験
大学コンソーシアム関門
大学院履修制度
教職課程
授業料・修学支援新制度
成績優秀者学修奨励金制度･理事長賞･学長賞
授業料減免制度
高等教育の修学支援新制度
入学金・授業料
奨学金
奨学金について
日本学生支援機構奨学金を受けている方へ
日本学生支援機構奨学金を希望される方へ
地⽅公共団体・⺠間奨学団体等の奨学⾦
海外留学のための奨学金
各種手続き窓口・証明書の発行
窓口取扱時間など
証明書の発行（在学生）
休学･退学
免許・資格取得
ESLO
学年暦
国際交流
キャリア支援
図書館･附属機関
図書館
研究機構
国際交流センター
相談支援センター
リカレント教育センター
公開講座
下関市立大学「市民大学公開講座」
大学コンソーシアム関門
下関5大学連携「赤間関」
キャリア支援
国際交流
留学データ
交流協定校
TheTrajectory（国際交流の記録）
国際交流センターについて
国際交流センターについて
国際交流イベント
Fact Sheet
留学（下関市立大学から海外へ）
留学（派遣留学）
外国研修（短期語学研修）
その他の海外留学等
留学REAL VOICE
留学（海外から下関市立大学へ）
入試情報
留学生活
奨学金等
留学生チューター
留学生の声
国際交流センター開講科目リスト
地域貢献･
産官学連携
公開講座
下関市立大学「市民大学公開講座」
大学コンソーシアム関門
下関5大学連携「赤間関」
産官学連携
URA室
大学発認定ベンチャー
地域調査研究
地域調査研究
研究者情報
出版物
地域連携ニュースレター
社会人教育
科目等履修生
リカレント教育への取組
図書館･附属機関
図書館
研究機構
国際交流センター
相談支援センター
リカレント教育センター
入試情報
学部入試
入試日程･募集人員
アドミッション･ポリシー
入学者選抜方法の変更点
入学者選抜要項･学生募集要項
入試実施状況
過去の入試問題（出題の意図と解答の傾向）
成績優秀者入学金優遇制度
受験上及び修学上の配慮
成績開示請求
資料請求
オープンキャンパス･進学説明会等
進学説明会･相談会
オンライン入試相談
オープンキャンパス
出張講義
出張講義申込書
出張講義のご案内
大学院入試
アドミッション･ポリシー
入試日程･募集要項
入試実施状況
特別支援教育特別専攻科入試
⼊試⽇程･募集要項
⼊学⾦･授業料等
入学金･授業料
授業料減免制度
⾼等教育の修学⽀援新制度
奨学金
法人情報
採用情報
入札情報
運用要綱
リンク集
プライバシーポリシー
ご意見･お問い合わせ
資料請求
サイトマップ
受験生の方
入試情報
学部入試
入学者選抜要項・学生募集要項
入学者選抜方法の変更点
学生募集要項・大学案内の請求方法
出題の意図と解答の傾向
アドミッションポリシー
入試実施状況
成績優秀者入学金優遇制度
成績開示請求
受験上及び修学上の配慮
オープンキャンパス・進学説明会等
オープンキャンパス
進学説明会・相談会のご案内
出張講義
出張講義のご案内
出張講義申込書
キャンパスライフ
学年暦
下宿
サークル紹介
免許・資格取得
キャリア支援
授業料・奨学金等
入学金・授業料
特待生・授業料減免制度
奨学金
キャリア支援
国際交流
国際交流センターについて
国際交流イベント
留学（下関市立大学から海外へ）
派遣留学
外国研修
留学 REAL VOICE
大学院への進学情報
一般選抜入試
履修制度
早期履修制度
長期履修制度
大学概要
学長メッセージ
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
教育情報
各学部（学科）の概要･カリキュラム
経済学部 経済学科
経済学部 国際商学科
経済学部 公共マネジメント学科
データサイエンス学部 データサイエンス学科
シラバス
教員一覧
外部受験サイト
スタディサプリ進路
Benesse マナビジョン
夢ナビ
下関市立大学に入学を決めた理由
在学生･保護者の方
各種手続き窓口・証明書の発行
窓口取扱時間など
証明書の発行（在学生）
休学･退学
学生生活支援
就職活動
保険制度
健康管理
日常生活の安全対策
ハラスメント
課外活動
下宿
キャンパス内交通ルール
学割の発行
生活協同組合
キャンパスマップ
学内施設の利用時間
相談支援センター
履修・授業関係
お知らせ
気象状況等による休講等のお知らせについて
履修登録
授業時間割
授業科目表
シラバス
オフィスアワー
定期試験
Aキャンパス
大学コンソーシアム関門
大学院早期履修制度
教職課程
授業料・奨学金
入学金・授業料
成績優秀者学修奨励金制度・理事長賞・学長賞
授業料減免制度
高等教育の修学支援新制度
奨学金
取得できる免許
学年暦
サークル紹介
国際交流
国際交流センターについて
国際交流センターについて
国際交流イベント
留学（下関市立大学から海外へ）
派遣留学
外国研修
留学REAL VOICE
キャリア支援
図書館・附属機関
図書館
研究機構
相談支援センター
国際交流センター
公開講座
市民大学
下関未来大学
下関ユースカレッジ
大学概要
学長メッセージ
3つのポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
学生ウェブメール
コンピュータ実習室（Googleサービス）
後援会・同窓会
下関市立大学後援会
下関市立大学同窓会
卒業生の方
証明書の発行
証明書の発行（卒業生）
下関市立大学同窓会
公開講座
市民大学公開講座
社会人教育
リカレント教育への取組
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
企業・研究者の方
採用ご担当者様
キャリア支援
共同（産官学）研究
研究機構
URA(University Research Administrator)室
共同（産官学）研究
研究機構が発刊する刊行物
教員情報（学位及び業績）
下関市立大学研究シーズ集
学会情報
下関市立大学学会
公開講座
市民大学公開講座
社会人教育
リカレント教育への取組
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
地域一般の方
公開講座など
市民大学公開講座
大学コンソーシアム関門
下関5大学連携「赤間関」
同窓会
下関市立大学同窓会
図書館・附属機関
附属図書館
附属リカレント教育センター
社会人教育
リカレント教育への取組
科目等履修生
大学概要
アドミッションポリシー
デジタル大学案内
市立大学広報
学生広報スタッフ
大学紹介動画
テレビCMアーカイブ
学生歌
ブランドガイドライン
ご寄附のお願い
ホーム
学部･学科･大学院
データサイエンス学部
データサイエンス学科
データサイエンス学部
データサイエンス学科
データサイエンスとは
今や国内外問わず、またビジネス・保健医療福祉・行政等の幅広い分野において、データを分析し常に新しい戦略を立てることが常識となっています。
そのためには普段から「課題を見つけ」「情報を集め」「分析し」「新たな知見を見出す」チカラを養っていなければなりません。
体系立った理論をもつ「情報科学」でありながら、ビジネスなどにも欠かせない「実学」でもある、それがデータサイエンスです。
データに基づく統計的な思考により課題を解決するデータサイエンスを身につけた人材、いわゆる"データサイエンティスト"は今後、世界中のあらゆる分野で活躍が期待されています。
Feature 1
販売業、サービス業では…
顧客情報や購入履歴、Webサイトの閲覧履歴などを分析し、「購入してもらえる可能性が高い商品」をサイト上でユーザーに提案しています。
物流会社が商品を様々な場所に配送するとき、配送量や場所、時間、トラックの台数、天気や交通情報などを分析し、コストや時間などが最適化される配送計画を立案しています。
Feature 2
医療分野では…
病院で蓄積される膨大な医療データを分析することで、医師や看護師の負担をできるだけ軽減しながら、病気の早期発見、予防、治療に役立てています。
医療ビッグデータを解析することで、病気の原因となる遺伝子や新薬のもととなる物質を探り出し、新薬の創出に貢献しています。
分析したデータから新しい価値を⽣み出すデータサイエンス学科の学び
学生自身が、社会や組織が抱える課題の解決や新たな価値の創造に貢献していくための知識や能力を身につけられるよう体系的な講義を行います。１〜２年次に数学、情報やプログラミングの基礎知識を修得したうえで、２〜３年次に統計的分析手法、人工知能を含むアルゴリズムに関する幅広い知識と技能を身につけます。また、同時にデータを扱う技術者としての倫理観と責任感も身につけます。1〜4年次を通して、コミュニケーション能力やプレゼンテーション能力、創造的な思考力を養います。
育成する人物像とディプロマポリシー
卒業認定・学位授与の方針
下関市立大学データサイエンス学部は、多様なデータを設計・分析・活用するために必要な数理統計・情報学・社会科学に関する理論と実務に習熟することにより、社会や組織が抱える課題の解決や新たな価値の創造に貢献しうる人材を養成します。
A.
統計や関連する数理科学に関する知識と、それらを活用した分析の経験を通じて、データを収集・整理・分析し、そこから得られる知見を論理的に考察できる能力を身につけている。
B.
情報の管理や分析、人工知能などのアルゴリズムに関する知識を有し、かつそれらをコンピュータ上で表現する経験を通じて、様々な形式のデータを分析・活用し、適切に扱うことのできる能力を身につけている。
C.
ビジネス又はヘルスケアの分野でデータ分析がどのように行われているかを、各分野固有の知識とあわせて学ぶことで、データが社会に果たしうる役割を理解するとともに、データを扱ううえで必要な倫理観や責任感（モラル）を身につけている。
D.
様々な人々と協力し適切なコミュニケーションをとることができ、用いた分析手法や結果の統計的解釈をわかりやすく伝達することができる。
在学生VOICE
高いスキルを持つ先生のもとで、実用的な技術を学んでいます。
データサイエンス学科2年（2025年4月1日現在）
石井 友善
さん（広島県 修道高等学校 出身）
データサイエンス学科の魅力の一つが、技術力の高い先生方です。実際のデータを分析し有効的な施策などを作成する「データサイエンス入門演習」では、コンサル業界出身の教授のもとで実用的な技術をたくさん学んでいます。また授業外でも技能を磨いており、「デジコンしものせき」では優勝することができました。卒業までにデジコンで発表したソリューションを開発し、運用段階にまで発展させることが今の目標です。
教育課程の編成・実施方針
カリキュラムポリシー
データサイエンス学部では、ディプロマポリシーに掲げる知識や能力を学生が身につけられるよう、以下の方針に基づいてカリキュラムを編成・実施していきます。
A.
1～2年次にかけてデータサイエンスに関する数学の基礎知識を修得したうえで、2～3年次に統計的分析手法に関する幅広い知識と技能を身につけるための講義科目・演習科目を修得する。
B.
1～2年次に情報やプログラミングに関する基礎知識を修得したうえで、2～3年次に人工知能を含むアルゴリズムに関する幅広い知識とデータ分析・活用の技能を身につけるための講義科目・演習科目を修得する。
C.
2～3年次に、ビジネス又はヘルスケアの分野におけるデータの分析を学ぶ科目を修得する。あわせて、講義やアクティブ・ラーニング型科目を通じて、データを扱う技術者としての倫理観と責任感を身につける。
D.
1～4年次を通して、コミュニケーション能力やプレゼンテーション能力、創造的な思考力を身につけるため、演習科目やプロジェクト型学習科目、卒業研究を修得する。
E.
学修成果の評価については、客観性及び厳格性を確保するために、シラバスに記載した各授業科目の到達目標の達成度について、成績評価の方法と基準（定期試験、レポート等）を用いて多面的・総合的に評価する。
授業科目紹介
臨床研究概論
がん治療などの医薬品開発を含む医学研究の様々な段階における統計上の留意点と手順の概要を理解することを大きな目的とします。臨床試験のデザイン、分析、解釈までの一連の流れ、及び前向き研究、後ろ向き研究の臨床研究の研究計画書（プロトコール）作成の諸技能を身につけます。グループ単位でのプロジェクトを実施し、臨床研究の全体的なノウハウを修得します。
テキストマイニング
テキストマイニングとは、SNS・ブログ・口コミなどの様々な媒体で発信されるテキスト形式のデータの中から、データサイエンス技術を利用して有益な情報を抽出する技術のことです。テキストデータを統計的手法・ディープラーニングなどで分析し、マッピング・グラフ化することで情報を視覚化し新たな知見を発見することができます。本講義では、テキストマイニング技術・応用例などについて学びます。
情報システム論
身近な情報システムから、情報システムとは何かを考え、情報システムに必要なネットワークの知識を、シミュレータも用いながら学びます。さらに、情報セキュリティの重要性を考慮しながらWebサーバやデータベースサーバ等を連携させた情報システムを構築することで、実践的な力を養います。最後に情報システム構築時の要件定義を学び、情報システムを設計・構築する流れを学びます。
データサイエンス入門演習
データサイエンスが注目される今、「データを扱う」だけでなく「データで問題を解決し、価値を創る」力が求められています。課題定義・仮説立案からデータ収集・加工、データ分析、施策立案までの分析プロジェクトの流れを、グループワークで疑似体験します。各工程を進めるためのスキル・ノウハウを個人が学ぶとともに、チームとして良い施策提言を行うための試行錯誤や創意工夫にもチャレンジします。
専門教育カリキュラム
1年
2年
3年
4年
専
門
基
礎
数学･情報基礎
数学基礎
情報社会及び情報倫理
線形代数学
情報学概論
DSプログラミング入門
確率論
解析学
データベース
幾何学
数理統計学
ネットワーク技術論
アルゴリズム論
DS入門･基礎
データサイエンス入門
データサイエンス入門演習
データサイエンス基礎
データサイエンス演習
情報と職業
データ分析活用
定量的データ解析
回帰分析
カテゴリカルデータ解析
表データ数理解析
データハンドリング
人工知能概論
時系列解析
ベイズ統計学
定量的データ解析演習
統計的モデリング
カテゴリカルデータ解析演習
表データ数理解析演習
データマイニング
機械学習
デジタル信号処理技術
統計的社会調査法
テキストマイニング
パターン認識
社会ネットワーク分析
統計的社会調査法演習
データ分析演習
演習･卒業研究
コロキアムⅠ
研究倫理
DSプロジェクト
コロキアムⅡ
卒業研究
専
門
応
用
ビジネスデータ
サイエンス
経営情報概論
情報システム論
経営情報システム論
オペレーションズリサーチ
マーケティング・リサーチ
E-コマース論
数理最適化
ビジネスデータ分析
ヘルスデータ
サイエンス
疫学・公衆衛生学概論
保健医療学概論
遺伝学概論
薬理学概論
感性データ処理
医療健康情報学
バイオインフォマティクス
臨床研究概論
生物統計学
※カリキュラムは変更することがあります。
数理・データサイエンス・AI 教育プログラムについて
データサイエンス学部は、数理・データサイエンス・AI 教育強化コンソーシアムが定めたカリキュラムモデルに沿って、データサイエンス専門科目で構成するプログラム履修を推奨しています。
プログラム詳細はこちら
2024年度 自己点検・評価は
こちら
取得可能な免許･資格
所定の単位修得(選択制)により、下記の免許･資格が取得できます。
● 中学校教諭一種免許状（数学）
● 高等学校教諭一種免許状（数学）
● 高等学校教諭一種免許状（情報）
● 社会調査士
想定される進路
卒業後はデータサイエンスの専門知識をいかし、幅広い業種で企画・マーケティング、システムエンジニアとして、または公的機関や医療機関でヘルスケアに関連する業務に従事することが想定されます。
● 製造業・小売業・広告業・出版業 ● IT・情報通信業 ● 行政 ● 保健・医療機関（大学病院を含む） ● 製薬会社 ● 研究所・シンクタンク ● 金融機関（銀行・保険・証券など） ● 大学院進学 など
D棟
1階には講義や演習を大人数で受講できる教室と学生の休憩スペースが、2階から4階までには、学生研究室と教員研究室が配置されています。不明な点があればすぐに相談できる、学生と教員の距離の近さを実現しました。
Q&A
Q
高校では文系でしたが、データサイエンスを学ぶことはできますか？
A
データサイエンティストは文系・理系関係なくめざせます。そもそもデータサイエンスは、数学や統計学、機械学習、プログラミングなどの理論を活用しながら、データを分析し、新しい価値を生み出す学問です。そのためには、社会、経済、人間についての理解も必要で、文系的なセンスが役に立ちます。
Q
数学があまり得意ではないのですが、授業についていけますか？
A
大学受験程度の数学の知識は最低限必要ですが、必ずしも高度な数学の知識は必要ありません。入学後は、「専門基礎科目」として、データサイエンスに関する数学の基礎を学びます。また、リメディアル学習も開催中です。
Q
卒業後活躍できるフィールドは、どのような分野でしょうか？
A
膨大に蓄積されたビッグデータを活用できる人材は、今後官民問わず、幅広い分野で求められます。特に本学では、「ビジネスデータサイエンス」と「ヘルスデータサイエンス」の二つの柱で実践的に学び、企画、マーケティングアナリスト、SE等として活躍することが想定されます。
教員紹介
スペシャリストたちから深く広く学ぶ、未来を見据えた「データサイエンス」。
データサイエンス学部 データサイエンス学科 教員一覧
･