データサイエンス学環 Q&A・アドバイス

　本ページは受験生に向けた内容となります。

Q＆A
受験生に対するアドバイス

Q＆A

: A.
学科と同等です。入学選抜試験の枠も、学科と同様に定員を定めています。
　カリキュラムも、学科と同様に4年間の学びとして定めています。
　学位も授与されます！「学士（データサイエンス）」
　従来の独立した学部・学科で学修することの限界を超えるため、その壁を取り払い、複数の学部が密に連携して、学科相当の新しい学位プログラムを提供します！
: A.
必要です。分析手法を理解するため、数学的なモデルの意味を理解するため、人に正確に伝えるため、応用分野との接点に数学が使われているため必要となります。
　でも、難題を解くためや、受験問題を解くためのテクニックが求められているわけではありません。道具としての数学を正しく適切に使えるように、大学でしっかりと数学を学びます。
: A.
統計学や数学、AIの理論、プログラミングを学びます。
　初歩的な統計学から体系的に学びます。数学も必要なものから学んでいきます。AIをただ使うだけでなく、理論的なところから学びます。
　統計学や数学、AIを実用的に活用するために、プログラミングにも触れていきます。
　多様な分野・領域で、さまざまな形で応用できるのが、データサイエンスの強みです。その強みを活かせるように基礎力を高めます。
: A.
環境、機械、経済、情報といった分野について学べます。初歩から順を追って体系的に学べます。複数の専門分野を学べます。どの専門分野が面白いのか、具体的な応用事例などを知る機会として、概論科目を用意しています。どの科目を履修すれば良いのか分かるように、科目のセットを履修モデルとして示します。様々な分野の専門的な講義・演習・実習を通して、自分の興味の幅を広げていきましょう！
: A.
共に学び、協働するのに、ちょうど良い人数だと思います。色々な考え方を持つ人、色々な背景を備える人が、同じ志を持って集うのが大学の学科・学環。この人数であれば、学環のどの仲間とも日常的に交流できます。一方で、連係学部の科目では連係学部の学生と一緒に受講できますし、全学共通科目では連係学部以外の学生と共に学ぶことができます。そういった場や、課外活動を通して、色々な人と知り合いましょう！
　多様な専門科目が選べ、進路も多岐にわたる学環の学生にとって、履修相談や進路相談などで、手厚いフォローが受けられるといったメリットもあります。
: A.
例えば、AIエンジニア、総合商社などのマーケティング、銀行などのデータアナリスト、経営コンサルタント、大学院への進学などデータサイエンスの多様な応用先が進路になり得ます。社会のあらゆる分野で活躍することが期待されています。企業内でも、データサイエンスのスペシャリストへのニーズが高まっています。

受験生に対するアドバイス

小論文のアドバイス【総合型選抜受験者向け】

　データから事実を読み取る力を磨いておくと良いです。数学については全般的に学習していることが望ましいのですが、特に統計学分野（データの分析（数学I）, 統計的な推測（数学B）など）についてはしっかりと理解しておくと良いでしょう。

面接、口頭試問のアドバイス【総合型選抜・学校推薦型選抜受験者向け】

　データサイエンスは、実社会での課題解決への活用が期待されている横断的・融合的な分野です。まず社会課題について普段から意識するように心がけ、そのためにニュースや新聞記事などに良く目を通しておくと良いでしょう。数学的な考え方も必要になりますので、数学基礎力を問う場合があります。データを処理・加工するという観点から、また論理的に思考して分析することが求められることから、統計や情報の基礎知識を問うたり、回答から論理的な矛盾等がないかなどを面接時に確かめます。いずれも基礎力を確認することになりますので、教科書を良く理解し、理解したことを説明できるように訓練しておくと良いでしょう。

総合型選抜（学びの探究入試）のアドバイス【総合型選抜（学びの探究入試）受験者向け】

　探究活動を通じて、論理的な思考を用いて適切にデータなどを分析する力を身につけておくことが望ましいです。学びの探究入試では、これまで高校などで行なってきた探究活動を試験の際に発表していただきます。その際にデータを用いていることは望ましいが、必ずしも必要ではありません。課題の設定ができているか、根拠（エビデンス）に基づいて探究ができているか、適切な分析方法を用いているかを評価します。

受験生への推薦図書およびその理由

　データサイエンス学環では、応用分野として情報学、理工学、経済学の各分野について専門的に学びます。一般書（例：講談社の「ブルーバックス」シリーズ）で構いませんので、これらの分野について知る事のできる書籍を数冊読み、自分の興味の幅を広げておくと良いでしょう。

（上記以外に）受験生に求めるもの、伝えたいこと

　数学をきちんと理解していることが、データサイエンスそのものの本質的な理解や活用には必要です。さらにデータサイエンス自体を研究対象とする上でも、より高度な数学も求められるため、大学に入学後も数学科目を重視するカリキュラムになっています。
　入試数学の難問を短い試験時間内に解ける必要はありませんが、基礎的な問題を幅広く解けること、すなわちどの単元の内容についても正しく理解していることは必要です。
　また、社会課題を正しく理解するため、あるいは応用分野について理解を深めるために、その他の科目についても一つ以上好きな科目を持っていること、その科目の対象について深く探究しようとする姿勢をもっていることが望ましいです。