キャンパスライフ
キャンパスでの1日
データサイエンス学部の学生たちはどんな1日を過ごしているのでしょうか?
学生の1日をのぞいてみましょう。
1年次のある金曜日 入門演習(ゼミ)と部活の1日
7:30
家を出発
9:00
1限 コンピュータの基礎

10:40
2限 入門演習(ゼミ)

12:10
昼休み
13:00
3限 データサイエンス入門

14:40
友人とゼミの課題に取り組む!

18:00
部活

20:00
友人とごはん
21:30
帰宅
履修イメージ
4年間のカリキュラム
1年次
データサイエンスの
扉を開く
大学生活のはじまり
学びの計画を立てる
2年次
4分野の基礎を固める
データコンペや
インターンなど
学外活動が活発化
3年次
ゼミ決定
専門分野を探求
就職や大学院進学など
卒業後の進路検討
4年次
卒論研究
データと関わる
新しい生活へ
1年次の学び
2年次の学び
3年次の学び
4年次の学び
データサイエンスの扉を開く
1年生はデータサイエンスについての理解を深めるとともに、データサイエンスで必要な数学、コンピュータを扱うための基礎力を身につけます。統計、情報、経済、経営もすべて入門編で2年生以降の見通しを持ちます。
授業科目例
統計分野
統計学入門、線形代数学Ⅰ・Ⅱ、微積分学Ⅰ・Ⅱ
情報分野
プログラミングⅠ、コンピュータの基礎、情報処理入門
経済分野
経済学入門
経営分野
経営学入門
入門演習Ⅰ・Ⅱ
少人数のグループで、レポートの書き方や文献調査などの研究の進め方を体験します。さらに、基礎的なデータ分析を行います。
実務から学ぶデータサイエンス
企業、官公庁などがどのようにデータを収集し、整理、分析、活用しているのかを実際の担当者から学びます。
4分野の基礎を固める
1年生の入門からステップアップし、2年生では統計、情報、経済、経営の基本的な学びを進めます。
データサイエンスの応用力を実感しながら、データ分析コンペや企業インターンシップへの参加など、学外活動にも挑戦する学生が増えていきます。より実践的な視点から「社会とつながる学び」が始まる時期です。
留学を検討している人は、2年生の夏季休業期間がおすすめです。
授業科目例
統計分野
数理統計学、回帰分析、多変量データ解析など
情報分野
プログラミングⅡ、ネットワークとセキュリティ、AI基礎など
経済分野
ビジネス・エコノミクス、政策評価など
経営分野
経営戦略、マーケティング、人材開発など
基礎演習Ⅰ・Ⅱ
これまでの学修を活かし、実データを用いた分析・活用を少人数グループワークで体験します。社会やビジネスが抱える課題を見出す能力を養います。
データサイエンス倫理
データサイエンス技術が社会で使われる際の様々な問題を倫理という観点から、法律上の問題だけではなく、アンコンシャス・バイアスなど自分ごととして検討します。
ゼミを決定し、専門分野を追求する
3年次にはゼミに所属し、これまでに経験してきた授業や演習の知識・スキルを土台に、自らの関心分野に取り組みます。
企業連携プロジェクトや実データを使った課題解決型の演習を通じて、自ら問いを立て、データをもとに考える力が養われます。
授業科目例
統計分野
因果推論、ベイズ統計学、数理モデリングなど
情報分野
Webプログラミング、深層学習、IoT、ゲーミフィケーションなど
経済分野
マクロ経済と経済政策、企業競争と産業政策、女性労働、経済データ分析など
経営分野
イノベーションマネジメント、起業論、消費者行動、ダイバーシティ経営など
専門演習Ⅰ・Ⅱ
ゼミを決定します。
文献の輪読や分析手法など、研究で用いる基礎を学びます。さらに、これまでの学修における関心事項を自分の研究へと繋げていきます。
協働連携プロジェクト
企業の課題をデータに基づいてグループで設定し、解決するプロジェクト型演習です。分析力だけでなく、チームワーク、プレゼンテーション力、リーダーシップを養います。
授業について
大妻DSの授業にはどんなものがあるの??
データサイエンスの基礎が学べる授業をピックアップしてご紹介します。

統計学入門
データを分析の基本となる数理的な考え方を、数学の道具を使いながら理解し、実例にふれながら学びます。

情報処理入門
データ分析に必要となるPC操作や環境の構築、プログラミングの基礎を、様々な演習を通して学びます。

ビジネス・エコノミクス
価格や生産量の設定など、ビジネスの現場で直面する課題について、ミクロ経済学を用いて考えます。

マーケティングデータ分析
インタビューやアンケートなど、顧客ニーズに関するデータ収集・分析の技法を、実践しながら学びます。

データサイエンス倫理
データサイエンス技術の変化に伴う諸問題を、倫理という観点から多面的に検討し、自分ごととして考えます。

データ可視化
データを分かりやすく表現する方法を既存の事例から学び、自ら手を動かして可視化の作業を実践します。
ゼミについて
4つの専門分野を、1年次から体験的に学べるゼミ制度
大妻DSでは「情報」「統計」「経済」「経営」の4分野にわかれた少人数制ゼミを設けており、1年次から順に専門的な学びを深めていきます。
1・2年生の間は、すべての系統のゼミを前期・後期でローテーション体験(入門演習・基礎演習)できるため、進路選択の視野を広げながら自分の関心に合った分野を見つけることが可能です。
3年次からは特定のゼミに所属し、より専門的なテーマに取り組む「専門演習」が始まります。企業連携や社会課題とつながる研究も多く、卒業後のキャリア形成にもつながる貴重な学びの場です。
ゼミ紹介
小野ゼミ
データと数理で見つける気づき
データサイエンスの倫理とは何か、どのようにひとは気がつくのか、数学の証明構造など「ひとでなければできないこと」をデータから見出す力を養います。
椎名ゼミ
統計学の基本を学ぶ
データ分析を料理にたとえると、データは料理の素材、統計学は調理の手段です。おいしい料理を作れるようになるために、基本的な調理方法をマスターしましょう。
塩崎ゼミ
マーケティングを科学する
日用雑貨、テーマパーク、自動車などの業界を対象に、身近な問題を具体的なデータを用いて研究します。最終的には企業のマーケティング戦略の立案の仕方を身につけます。
田島ゼミ
人に関係するデータの扱いを学ぶ
人、一人や複数の人が関係するトピックス(健康管理やコミュニティについてなど)から興味関心のあるものを選び、データ分析する方法を身につけていきましょう。
石川ゼミ
データサイエンス基盤技術
プログラミングスキルを磨いてデータサイエンス基盤技術を学びましょう。サイバーセキュリティ(破壊、情報漏洩、改ざんから守る)の研究も取り組んでいます。
尾﨑ゼミ
データ分析で「学び」を解明する
「学び」に関するデータを分析し、学修・教育を支援する方法を研究しています。学修データの収集方法からAIなどを使った分析方法までを身につけます。
広瀬ゼミ
主観的評価の見える化
採用面接のひとつにグループディスカッションがありますが、評価項目はあいまいで正しい評価をするには熟練したスキルが必要です。コンピュータの力で見える化する知識とスキルを習得します。
本田ゼミ
情報通信技術を活用した身近な社会課題解決
生活の不便さや町の課題などを解決すべく、AIやIoTなどの最先端情報通信技術を活用した「新しいサービス・アプリケーション」を創出するスキルを身につけます。
鶴ゼミ
世界のなかの日本経済分析
専門演習では、主に、①マクロ経済・日本経済の動きを分析・理解できる力、②日本経済新聞を読める力、③国別データを使って国際比較しながら計量分析できる力、を養います。
冨浦ゼミ
産業・地域の計量経済分析
統計データを用いて経済に関する仮説の検証に取り組みます。データを用いて分析できるものであれば、学生には自分の関心に応じて幅広くトピックスを選んでもらいます。
永瀬ゼミ
労働と家族の経済分析
キャリア形成と家族形成は、労働市場、社会保障、社会規範から影響を受け変化します。女性と家族をテーマに、聞き取り調査、データ分析など含め、過去、現在、未来をテーマにした分析をゼミで行います。
網倉ゼミ
経営実務でのデータ分析
経営理論を学びながら、現実の事例を分析することで、新規事業への進出、新製品開発など、ビジネスの様々な場面で求められるデータ分析の能力を養います。
髙崎ゼミ
働く人のデータ分析
人事データの収集と分析を学び、「働く」を科学します。人材開発と人材マネジメントの基礎を押さえ、データに基づき人を活かす方法を身につけます。
野澤ゼミ
キャラクターマーケティング
日本が誇るアニメコンテンツやキャラクターを企業コミュケーション活動に用いた際の効果について、定量データ分析および事例研究に基づいて検証するスキルや視点を身につけます。
データサイエンス学科共同研究室
キャンパスライフで困ったとき、気軽に相談できる場所。
「どうしたらいい?」「どこに行けばわかる?」
困ったときには、まずこちらへ。
大妻女子大学卒業生の助手が常駐して、学生の「困った」に寄り添います。
「ちょっと話を聞いてほしい」そんなときも気軽に訪ねてみてください。
学生の皆さんにとって、いちばん身近な存在でありたいと思っています。

別館(J棟)4F
対応時間 8:30〜17:30

キャンパスライフ