【研究指導スケジュール】 ２．授業科目の編成・単位 研究計画書の提出 特定課題の履修登録 特定課題の要旨の提出 特定課題審査・口述試験 秋学期末 ※ 書式や提出期限に係る詳細は、別に指示する。 ※ 9月修了希望者は、上記に係る期日を別途指定するため、履修登録前に必ず指導教員に連絡をとり、スケジュール等 詳細について確認すること。 応用データサイエンス特論 導入演習 演習A-1 演習A-2 演習B-1 演習B-2 プログラミングA（SQL） プログラミングB（R） プログラミングC（Python基礎） プログラミングD（Python応用） データエンジニアリング概論 データエンジニアリング実践 データサイエンス数学 データの可視化と分析 機械学習入門 深層学習の基礎と応用 データリスクマネジメント 情報通信産業とデータサイエンス 予測モデル構築 ピープルアナリティクス プロセスマイニング原論 生産性と企業価値のマネジメント AI倫理とバイアス ビジネス最適化のための人工知能 マーケティング＆コミュニケーション戦略マネジメント 科 目 名 ※(他)：他研究科連携科目 事項 期日 5 月 9 月下旬 ～10 月上旬 1 月中旬 2 2 2 2 2 単 位 数 選 択 必 修 2 選 必 ※(他)：他研究科連携科目 対象 M2 特定課題を提出する年度に提出すること。 M2 履修登録期間中に各自で履修登録を行うこと。 M2 M2 ブランド戦略マネジメント 戦略思考と意思決定 データドリブンマーケティング 政策・事業評価 ビジネスデータサイエンス入門 情報推薦とパーソナライゼーション 1 データサイエンスとイノベーション 1 計量経済学特論Ⅰ 1 計量経済学特論Ⅱ 1 テキストマイニング概論 1 高次元データ実用分析 1 知的財産の基礎と実践（特許になる発明2 の創作） 2 機械学習実践 2 自然言語処理と言語モデル 2 2 2 2 データビジネス実践1（金融） 2 データビジネス実践2（通信） 2 データビジネス実践3（スポーツ・スポ2 ーツビジネス） 2 データビジネス実践4（製造） 2 データビジネス実践5（保険） 2 ─ 350 ─データドリブントランスフォーメーション 機械設計とデータ分析 市場と環境へのデータサイエンスアプローチ データビジネス実践6（広告・メディア） データビジネス実践7（コンサルティング） 科 目 名 備考 単 位 数 必 修 選 必 選 択 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 2
元のページ ../index.html#10