データサイエンス教育プログラム

薬学・生命科学の領域において、またサイエンス・ビジネスにおいても、データサイエンスは不可欠の要素となっている。ITインフラの整備により膨大なデータリソースが形成されつつあり、また機械学習のような人工知能（AI）技術の進展ともあいまって、各業界でビッグデータを管理・加工・解析できる人材の確保が急務となっている。本プログラムを履修することにより、数理・データサイエンス・AIの知識・技術を習得するとともに、ゲノム・メタゲノム情報の利用や医療ビッグデータを活用できる人材の養成を目指す。

• 日常生活や医学・薬学分野における数理・データサイエンス・AIの基礎知識と利活用の実例を教養として身につけることができる。
• 実データを用いた統計解析演習を通じてデータを適切に分析し、読み解く基礎的能力を身につけることができる。
• 数理科学やAI・機械学習に対する正しい理解に基づいて、データを管理・加工・解析できるための素養を身につけることができる。
• 生命科学に特化したゲノム・メタゲノム情報や医療ビッグデータを活用する能力を身につけることができる。

修了要件	データサイエンス入門（1.5単位）を取得すること。
授業科目	データサイエンス入門

修了要件	データサイエンスプログラムを構成する下記科目のうち、13単位以上を取得すること。
授業科目	【必修科目】（5単位） 数学Ⅰ、情報科学Ⅰ、生物統計学 【認定証の必須科目】（7単位） 数学Ⅱ、情報科学Ⅱ、情報科学Ⅲ、生命科学Ⅳ（基礎情報学）、生命科学Ⅴ（計算機の論理とデータ構造）、分子生命科学Ⅵ（バイオインフォマティクス） 【認定証の選択必須科目】＊１科目以上取得 ICT活用の理論と実践、生命医科学Ⅹ（ゲノム情報医科学）、生命科学VI（応用統計学）

④授業の方法および内容

• 各授業科目のシラバス（リテラシーレベル）令和5（2023）年度
• 各授業科目のシラバス（リテラシーレベル）令和6（2024）年度

プログラムの運営責任者	データサイエンス教育推進委員長
プログラムを改善進化させるための体制	データサイエンス教育推進委員会
プログラムの自己点検評価を行う体制	データサイエンス教育推進委員会

令和5（2023）年度　自己点検・評価報告書

令和6（2024）年度　申請書

• 数理科学やAI・機械学習に対する正しい理解に基づいて、データを管理・加工・解析できるための素養を身につけることができる。
• 生命科学に特化したゲノム・メタゲノム情報や医療ビッグデータを活用する能力を身につけることができる。

修了要件	データサイエンスプログラムを構成する下記科目のうち、13単位以上を取得すること。
授業科目	【必修科目】（5単位） 数学Ⅰ、情報科学Ⅰ、生物統計学 【認定証の必須科目】（7単位） 数学Ⅱ、情報科学Ⅱ、情報科学Ⅲ、生命科学Ⅳ（基礎情報学）、生命科学Ⅴ（計算機の論理とデータ構造）、分子生命科学Ⅵ（バイオインフォマティクス） 【認定証の選択必須科目】＊１科目以上取得 ICT活用の理論と実践、生命医科学Ⅸ（ゲノム医科学）、応用生命科学Ⅸ（ゲノム進化学）、生命医科学Ⅹ（ゲノム情報医科学）、生命科学VI（応用統計学）

④授業の方法および内容

• 各授業科目のシラバス（応用基礎レベル）令和5（2023）年度
• 各授業科目のシラバス（応用基礎レベル）令和6（2024）年度

プログラムの運営責任者	データサイエンス教育推進委員長
プログラムを改善進化させるための体制	データサイエンス教育推進委員会
プログラムの自己点検評価を行う体制	データサイエンス教育推進委員会

令和5（2023）年度　自己点検・評価報告書

令和6（2024）年度　申請書