先端数理科学研究科　数理データサイエンス人工知能上級レベルプログラム

 プログラムを履修できるのは先端数理科学研究科に在籍する学生です。専攻ごとに下記のコースを設置していますので、プログラムを履修する学生は在籍する専攻に対応するコースの授業科目を履修してください。
・現象数理コース (MS)
・先端メディアサイエンスコース (FMS)
・ネットワークデザインコース (ND)

諸課題の現れる現場で独り立ちし、活躍できるデータサイエンティストとしての実践力と知識を身に着けることを目標とします。データサイエンスに関する数理科学的・情報科学的基盤を有したうえで、社会の実問題に現れる多種多様なデータに対して、課題を発見・解決するための分析設計を自らできるようになる人材となることを目指します。

科目群		科目名（各2単位）
①PBL科目		先端数理科学PBL
②コース共通科目		機械学習総合演習
③コース別授業科目群	MS	データ解析特論	データサイエンス特論	現象確率論特論	数理ファイナンス特論	リスク解析特論
	FMS	パターン認識と機械学習特論	情報セキュリティ特論	認知心理学特論	音声信号処理特論	コンピュータグラフィックス特論
		音楽情報処理特論	先端画像処理特論
	ND	アセットマネジメント 特論	深層学習応用特論	大規模データベース 特論	ウェブインテリジェンス特論	確率統計的学習特論
		ロボット情報学特論	バイオインフォマティクス特論

プログラム修了認定の申請までにプログラムへの申請（年度初めに申請）が済んでいることが前提です。その上で、
① PBL科目から２単位
② コース共通科目を２単位
③ コース別授業科目群から４単位以上（所属専攻以外の科目を含めることはできません）
(合計８単位以上)を修得することが修了要件です。
【移行措置】
■D-STEPの2022年度までのPBL科目（行政課題解決PBL、ビジネス課題解決PBL）のいずれかの単位修得を本プログラムの①PBL科目の修得とみなします。
■2022年度までに修得した③コース別授業科目群の単位を、③の要件に含めることとします。
■2022年度以前に入学した在学生についても、本プログラムの履修が可能です。

本プログラムへ参加するためには以下①・②の両方の手続が必要です。

① 履修登録：プログラムに必要な科目の履修登録は、通常の履修登録と同様に、WEB履修登録を行ってください。
② プログラムへの申請：履修登録とは別に、年度初めに、プログラムへの申請手続が必要です。申請方法については、新年度ガイダンス等で周知します。この手続を行わない場合は、本プログラムの修了要件を満たしても、プログラム修了者として認定されません。

注：プログラムへの申請は、1度申請を行えば、在学期間有効です。
【例：M1の年度初めにプログラムへの申請をした場合、プログラムへの参加（科目履修）は年度をまたがっていても、M2の年度初めに再度プログラムへ申請する必要ありません】

注：プログラムへの申請をする前の年度までに修得した科目を本プログラムの修了要件に含めることはできません。
【例：M2の年度初めにプログラムへの申請をした場合、M1の修得科目は本プログラムの修了要件には含まれません。】
　　ただし、以下の（1）又は（2）に該当する科目は本プログラムの修了要件に含めることができます。
　　（1）先取履修制度により、総合数理学部4年次に単位修得し、本研究科へ入学後に単位認定が認められた科目
　　（2）前述の修了要件における移行措置を適用し、2022年度までのD-STEP科目又は③コース別授業科目を含める場合

春学期末ならびに秋学期末に期間を設け、プログラム修了認定の申請を受け付けます。修了要件充足の判定ならびに修了の認定は先端数理科学研究科委員会において行い、修了を認定された履修者には先端数理科学研究科長名での修了証を発行します。申請期間・申請方法についてはOh-o!Meijiでお知らせします。