データ科学の科学のマスター

このカリキュラム マップは、情報技術管理理学修士プログラム全体にわたって学生の能力が段階的に発達していく様子を示しており、各コースが 7 つのプログラム学習成果 (PLO) をどのように導入 (I)、開発 (D)、または習得 (M) させ、最終的に学生がすべての成果の習得を実証するキャップストーン コースに到達するかを示しています。

• TECH 500: テクノロジー管理における倫理的課題
• BUS 5203: データ分析
• BUS 5213: 意思決定のためのデータ処理
• TECH 575: IoT 向けビッグデータ分析
• TECH 615: 応用AI: ビジネス向けソリューション
• TECH 630: ビジネス洞察と意思決定のための高度な AI
• BUS 5223: データ分析プロジェクトの主導
• TECH 643: 統計手法
• TECH 674: 定量的手法
• TECH 699: データサイエンスと分析のキャップストーンプロジェクト

コアクラス

TECH 500: テクノロジー管理における倫理的課題

このコースは、テクノロジー管理における複雑な倫理的ジレンマを解決するリーダーの育成に重点を置いています。このコースでは、聖書の価値と現代の課題に対する実践的な解決策に重点が置かれています。学生はキリスト教の世界観を通して倫理体系を探求し、ケーススタディを分析し、健全な道徳的判断を下すスキルを身につけます。コース終了時には、参加者はテクノロジー リーダーシップにおける倫理的問題に誠実かつ信仰に基づいた視点で対処できるようになります。

コース受講生の学習成果

• SLO 1: キリスト教の世界観を含むさまざまな倫理的枠組みを使用して、技術管理における複雑な倫理的ジレンマを分析します。(PLO 3、PLO 4)
• SLO 2: IT リーダーシップの役割における倫理的意思決定に対する新興テクノロジーの影響を評価します。(PLO 3、PLO 4)
• SLO 3: 聖書の原則と現代の倫理的課題を統合し、テクノロジー管理における信仰に基づくソリューションを開発します。(PLO 3、PLO 5)
• SLO 4: 技術倫理のケーススタディについて健全な道徳的判断を開発し、明確に表現し、批判的思考と効果的なコミュニケーションを実証します。(PLO 1、PLO 3)
• SLO 5: 専門的な基準とキリスト教の価値観を統合した技術管理の課題に対処するための個人的な倫理的枠組みを作成します。(PLO 3、PLO 5)

BUS 5203: データ分析

学生は、データがどのように作成、保存、アクセスされるか、組織がどのようにデータを活用し、分析を促進する環境を構築するかなど、ビジネスの世界におけるデータ分析の実践について学びます。

コース受講生の学習成果

• SLO 1: ビジネス アナリストの分析の考え方を理解する。(PLO 2、PLO 4)
• SLO 2: 統計とデータ分析の基本概念を理解する。(PLO 2、PLO 4)
• SLO 3: データ分析手法を適用して、データセットに関する質問に答えます。(PLO 4)
• SLO 4: データ分析技術を使用してビジネス上の意思決定を分析します。(PLO 4)
• SLO 5: 信仰を統合したデータ分析における倫理的決定を評価します。(PLO 5)
• SLO 6: 特定の分野における独自の質問に答えるためのデータ分析プロジェクトを作成して完了します。(PLO 2、PLO 4、PLO 5)

BUS 5213: 意思決定のためのデータ処理

分析手法 (データマイニング、予測分析、機械学習アルゴリズム) を使用して、データ要素間の関係のパターンを見つけ、意思決定にデータを収集して活用する方法を理解します。学生は、適切なデータを収集して分析し、意思決定者がデータとその管理アプリケーションをより深く理解できるようにする方法を学びます。

コース受講生の学習成果

• SLO 1: データを管理するための情報管理スキルを習得します。(PLO 2、PLO 4)
• SLO 2: データを理解するための分析スキルとツールを習得します。(PLO 2、PLO 4)
• SLO 3: データに基づく意思決定と不確実性への対処方法を理解します。(PLO 2、PLO 4)
• SLO 4: 企業がデータに基づいて行動できるよう、データ指向の考え方を養います。(PLO 2、PLO 4)
• SLO 5: 意思決定のためのデータ提示スキルを養う。(PLO 1、PLO 2)

TECH 575: IoT 向けビッグデータ分析

このコースでは、強力なビッグデータ処理フレームワークである Apache Spark を学生に紹介し、大規模データセットの分析におけるその応用に焦点を当てます。学生は、最新の Spark 2.0 DataFrame 構文に重点を置きながら、Python を使用して Spark の機能を活用する方法を学びます。カリキュラムでは、高度なデータ操作テクニック、MLlib を使用した機械学習アプリケーション、および実際の問題解決シナリオを取り上げます。

学生の学習成果

• SLO 1: Python プログラミングと Apache Spark フレームワークを統合して、高度なビッグ データ分析ソリューションを設計および実装します。(PLO 2、PLO 4)
• SLO 2: Spark 2.0 DataFrame 構文を評価および適用して、複雑なデータ処理タスクを最適化し、分析効率を向上させます。(PLO 2、PLO 4)
• SLO 3: ロジスティック回帰、ランダムフォレスト、勾配ブースティングツリーなどの Spark の MLlib を使用して、高度な機械学習モデルを作成し、評価して、実際の分類問題を解決します。(PLO 2、PLO 4)
• SLO 4: Spark のテキスト分析および分類機能を活用して、スパム フィルターなどの革新的な自然言語処理アプリケーションを開発および評価します。(PLO 1、PLO 2、および PLO 4)
• SLO 5: 大規模データ分析技術の社会的影響を批判的に検討し、管理とプライバシーに関するキリスト教の原則を統合したビッグデータ分析の倫理的枠組みを策定します。(PLO 3、PLO 5)

TECH 615: 応用AI: ビジネス向けソリューション

このコースでは、人工知能 (AI) の包括的な入門を提供し、業界全体にわたる AI の変革的影響について探り、AI スキルに対する世界的な需要の高まりに対処します。学生は、ディープラーニング、強化学習、自然言語処理、コンピューター ビジョン、ロボティクスの最近の開発を詳しく調べながら、Keras などの最新のディープラーニング フレームワークの実践的な経験を積みます。

学生の学習成果

• SLO 1: 現在の傾向を分析し、この分野の将来の発展を予測しながら、AI がさまざまな業界に与える影響を評価します。(PLO 2、PLO 4)
• SLO 2: 顧客離脱予測や株価予測などの複雑なビジネス問題を解決するために、人工ニューラル ネットワークを設計および実装します。(PLO 2、PLO 4)
• SLO 3: 実際のビジネス コンテキストでの画像認識と時系列分析のために、畳み込みニューラル ネットワークと再帰型ニューラル ネットワークを使用して高度な AI モデルを開発します。(PLO 2、PLO 4)
• SLO 4: 推奨システムと自然言語処理アプリケーションを作成して評価し、AI を適用して顧客体験とビジネス オペレーションを強化する能力を実証します。(PLO 2、PLO 4)
• SLO 5: AI 実装における倫理的考慮事項を、管理と人間の尊厳に関するキリスト教の原則と統合し、ビジネス アプリケーション向けの責任ある AI 戦略を策定します。(PLO 3、PLO 5)

TECH 630: ビジネス洞察と意思決定のための高度な AI

このコースでは、ビジネス分野における AI の影響について革新的な視点を提供し、今日の情報主導型経済における大規模言語モデルなどの生成 AI を含む AI の熟練度が果たす重要な役割を強調します。独自のデータ ソースと公開データ ソースの両方を使用して、ビジネス分析の機会を特定、評価、活用することに重点を置いています。

学生の学習成果

• SLO 1: 複雑なデータセットを統合して革新的なビジネス ソリューションを作成し、AI 主導のコンテキストで高度な分析機能を実証します。(PLO 2、PLO 4)
• SLO 2: AI の管理と応用の現在の傾向を評価し、さまざまなビジネス分野への潜在的な影響を批評します。(PLO 2、PLO 4)
• SLO 3: 多様な AI およびデータ マイニング モデルを設計し、批判的に評価して、特定のビジネス シナリオに対する適切性を正当化します。(PLO 2、PLO 4)
• SLO 4: チームワークと問題解決スキルを発揮しながら、現実世界のビジネス課題を実用的な AI モデルに変換するための共同戦略を策定します。(PLO 2、PLO 5)
• SLO 5: 現代のビジネス問題に対処するために AI テクノロジーを統合し、効率的なビジネス分析戦略を開発して擁護します。(PLO 2、PLO 4)
• SLO 6: 組織的コンテキストにおける AI 主導の意思決定の道徳的影響を批判的に検討し、キリスト教の管理と社会的責任の原則に沿ったビジネスにおける AI 実装の倫理的フレームワークを作成します。(PLO 3、PLO 5)

BUS 5223: データ分析プロジェクトの主導

このコースでは、ビジネス インテリジェンスとデータ分析を運用して、組織内の意思決定と品質向上を向上させるための重要な要素について学習します。具体的には、ビジネス インテリジェンス コンサルタントの役割を担い、データ分析手法を適用してビジネス上の意思決定に役立てる方法を学びます。

学生の学習成果

• SLO 1: データ分析分野における主要な用語と概念を理解する。(PLO 2、PLO 4)
• SLO 2: 専門職に必要な主要な分析スキルを特定します。(PLO 2、PLO 4)
• SLO 3: データをグラフで表現した形で提示する。(PLO 1、PLO 2)
• SLO 4: ビジネス分析の概念と手法を適用します。(PLO 2、PLO 4、PLO 5)

TECH 643: 統計手法

このコースでは、さまざまな分野のデータ分析と意思決定に不可欠な、基本的かつ高度な統計手法を包括的に探究します。このコースでは、記述統計、確率論、標本分布、仮説検定、推論統計を扱います。学生は、単純および多重線形回帰を含む回帰分析、およびロジスティック回帰の概要を詳しく学びます。カリキュラムには、分散分析 (ANOVA)、実験計画法、およびノンパラメトリック法も含まれます。コース全体を通して、R や SAS などの統計ソフトウェアを使用した理論的な理解と実践的な応用の両方に重点が置かれます。学生は、実際のデータセットを使用して、データ操作、統計モデリング、および結果の解釈のスキルを習得します。コース終了時には、参加者は堅牢な統計ツールキットを身に付け、さまざまな分野にわたる複雑な分析課題に対処するために適切な方法を選択して適用する能力を身に付けます。前提条件には、代数と初等統計概念の基本的な理解が含まれます。

学生の学習成果

• SLO 1: さまざまな分野にわたるデータ分析と意思決定に、基本的かつ高度な統計手法を適用する能力を実証します。(PLO 2、PLO 4)
• SLO 2: 仮説検定と推論統計を正確に実施し、解釈します。(PLO 2、PLO 4)
• SLO 3: 単純および多重線形回帰、ロジスティック回帰を含む回帰分析を実行します。(PLO 2、PLO 4)
• SLO 4: 分散分析 (ANOVA)、実験計画法、ノンパラメトリック手法を適切なデータセットに適用します。(PLO 2、PLO 4)
• SLO 5: 統計的手法の適用においてキリスト教の倫理と管理の原則を統合し、社会の改善と聖書の価値観のためにデータ分析を使用する責任を認識します。(PLO 3、PLO 5)

TECH 674: 定量的手法

このコースでは、現代のデータ サイエンスで使用されている重要な定量的手法と統計的手法について、総合的に紹介します。学生は、複雑なデータセットを分析するために不可欠な確率論、統計的推論、高度な分析アプローチの強固な基礎を身に付けます。主なトピックには、確率分布とその応用、仮説検定と信頼区間、線形および非線形回帰分析、時系列分析と予測、ベイズ統計と推論、次元削減手法、クラスタリングと分類法、リサンプリング法、ブートストラップなどがあります。講義、実習、実際のケース スタディを組み合わせて、学生は一般的なデータ サイエンス ツールとプログラミング言語を使用してこれらの定量的手法を適用する方法を学びます。このコースでは、理論的な理解と実践的な実装の両方に重点を置き、学生がさまざまな業界の複雑なデータ分析の課題に取り組む準備をします。

学生の学習成果

• SLO 1: 確率理論と統計的推論手法を適用して、データ サイエンスのコンテキストで複雑なデータセットを分析します。(PLO 2、PLO 4)
• SLO 2: データ分析と予測のための線形および非線形回帰モデル、時系列分析、予測手法を開発し、評価します。(PLO 2、PLO 4)
• SLO 3: 次元削減、クラスタリング、分類手法を利用して、高次元データから意味のあるパターンを抽出します。(PLO 2、PLO 4)
• SLO 4: 一般的なデータ サイエンス ツールとプログラミング言語を使用して、実際のデータセットに定量的な手法を実装する能力を実証します。(PLO 2、PLO 4、PLO 5)
• SLO 5: 真実を尊重し、人類の繁栄を促進し、情報資源の適切な管理を反映する方法で定量的手法を採用する責任を認識し、倫理的なデータの使用と解釈に関するキリスト教の原則を統合します。(PLO 3、PLO 5)

TECH 699: データサイエンスと分析のキャップストーンプロジェクト

このキャップストーン コースでは、データ サイエンスと分析の理学修士課程で習得した知識とスキルを統合して適用する機会が学生に提供されます。学生は、重要なビジネスまたは社会の課題に対処する包括的で現実的なデータ サイエンス プロジェクトに取り組みます。学生は個人または小規模チームで作業し、問題を特定し、関連データを収集して分析し、適切なデータ サイエンス ソリューションを開発して実装し、調査結果を効果的に伝えます。プロジェクトには、問題の定式化、データの取得と前処理、探索的データ分析、モデルの開発と評価、結果のプレゼンテーションなど、データ サイエンスのライフサイクル全体が網羅されます。学生は、高度な分析手法、倫理的配慮、ビジネス インサイトをプロジェクトに統合することが求められます。コースの最後には、最終的なプレゼンテーションとレポートが行われ、データ サイエンスの概念に対する学生の習熟度と、データ主導のソリューションを通じて価値を提供する能力が示されます。

学生の学習成果

• SLO 1: 複雑な現実の問題に対処する包括的なデータ サイエンス プロジェクトを設計および実行し、データ サイエンスのライフサイクルと高度な分析手法の習得を実証します。(PLO 2、PLO 4)
• SLO 2: 書面によるレポート、口頭によるプレゼンテーション、データの視覚化を通じて、複雑なデータ サイエンスの概念、方法論、結果を技術者と非技術者の両方の聴衆に効果的に伝えます。(PLO 1、PLO 4)
• SLO 3: データ サイエンス ソリューションの設計、実装、評価に倫理的推論とキリスト教の原則を適用し、データのプライバシー、偏見、社会的影響などの問題に対処します。(PLO 3、PLO 5)
• SLO 4: 特定のビジネスまたは社会の課題を解決するために適切なデータ サイエンスの方法論、ツール、テクノロジを批判的に評価して選択し、その有効性と効率性に基づいてこれらの選択を正当化します。(PLO 2、PLO 4)
• SLO 5: 多様なチームで効果的に協力し、複雑なデータ サイエンス プロジェクトを計画、実行、提供し、リーダーシップ、プロジェクト管理、異文化コミュニケーション スキルを発揮します。(PLO 1、PLO 5)
• SLO 6: データ分析から得た洞察を統合して、ビジネス価値を高めたり社会のニーズに対応したりするための戦略的な推奨事項を策定し、データ サイエンスと実際のアプリケーションを結び付ける能力を実証します。(PLO 2、PLO 3、PLO 4)

組織学習成果（ILO）

• ILO 1: 生徒は効果的にコミュニケーションをとることができる。
• ILO 2: 生徒は知識の獲得と応用のために探究の方法を使用します。
• ILO 3: 生徒は信仰と倫理的推論を適用して具体的な問題に取り組みます。
• ILO 4: 生徒は学習の人生を追求するために創造的かつ批判的に考えます。
• ILO 5: 生徒は文化的に多様な世界に関わり、他者との関係を強化します。

プログラム学習成果 (PLO)

• PLO 1: 複雑なデータ サイエンスの概念と分析結果を多様な対象者に効果的に伝え、データの提示において文化的感受性と倫理的配慮を示します。(ILO 1、ILO 3、ILO 5)
• PLO 2: 高度な統計手法、機械学習技術、データマイニング戦略を適用して、大規模なデータセットから有意義な洞察を抽出し、結果を批判的に評価して現実世界の問題を解決します。(ILO 2、ILO 4)
• PLO 3: 倫理的な影響を利害関係者に効果的に伝えながら、管理、プライバシー、社会的責任というキリスト教の原則を統合した倫理的なデータ サイエンス ソリューションを開発および実装します。(ILO 1、ILO 3、ILO 5)
• PLO 4: データ サイエンスと AI の現在のトレンドを批判的に評価および統合し、急速に進化するテクノロジーと方法論に適応する能力を示し、調査結果を効果的に伝達して継続的な学習を促進します。(ILO 1、ILO 2、ILO 4)
• PLO 5: 多様なチームで効果的に協力し、適切な調査方法と倫理的推論を活用して、データ主導の洞察を通じて異文化理解を促進し、世界的な課題に対処するデータ サイエンス プロジェクトを設計および実行します。(ILO 2、ILO 3、ILO 5)