ホーム研究科を知る
入学後の2年間の流れ
2028年4月
最終確認:2026年11月19日
2028年4月 → 9月
M1 春学期
入学・基礎固め
まず全体像をつかみ、研究の種を探す
- データサイエンス概論で
5つの 科目群の 見取り図を得る - 課題研究1:4月
と 7月 に 研究構想発表会。 専任教員全員が担当 - 春の
集中講義:意思決定と データサイエンス/モデリング基礎理論・実践論/Webマイニング特論・実践論
2028年10月 → 2029年3月
M1 秋学期
専門科目の集中履修
秋は科目が多い。履修の山場
- 秋の
集中講義:マルチメディア/サイバーフィジカル/確率過程/モデル評価/時系列モデリング/統計的モデリング (各 講義+実践論) /領域モデル実践論 - 課題研究2:指導教員別クラスで、
研究倫理・論文調査・サーベイ報告・テクニカルライティング - 1年目の
目安は 「週3〜5日の 集中授業を 13週間程度」
2029年4月 → 9月
M2 春学期
研究の本格化
自分のテーマに集中する半年
- 課題研究3:前年度の
振り返り→研究報告・討論→関連 技術調査→テクニカルライティング→最終報告会 - 企業派遣なら
職場に 戻り、 指導教員と 遠隔で 議論しながら 進める 形も可能 - 単位が
足りなければ 春学期科目を 追加履修 (対象年次は 1〜2年)
2029年10月 → 2030年3月
M2 秋学期
仕上げと修了
論文を書き上げ、審査を受ける
- 課題研究4:研究報告・討論、
テクニカルライティング、 最終研究報告会 - 学位論文A
(修士論文) または 学位論文B (特定課題研究)を 提出・審査 - 2030年3月 修了。
博士後期課程へ 進む道も ある (早期修了 プログラムあり)
課題研究の
「1週間完結型の集中講義」とは
1科目=1週間
15コマの
2022年度パンフレットの
対面でもオンラインでも
すべての
困ったときの支え
M2の
指導教員はいつ決まる?
課題研究1(1年次春)は専任教員全員が担当し、4月と7月の研究構想発表会でテーマを固めていきます。課題研究2(1年次秋)からは指導教員ごとのクラス に分かれるため、指導教員は入学後、1年目の前半を通じて決まっていく流れです。出願前に研究室が確定している必要はありません。候補探しは研究室・教員へ。