ユニット概要
データの収集や解析・活用を通じて、情報通信システムのみならず、電気・電子、機械、土木・環境防災、バイオ・食品、化学・材料といった基盤分野の課題解決に貢献でき、データ駆動型問題解決手法と関連する基礎スキルを総合的に学びます。
選択可能分野
2年次の選択した専門分野によっては履修できません。進みたいユニットを視野に入れて進路を決定しましょう。
教員メッセージ
学べる主な内容
- 自律移動ロボティクス
- AI・ビッグデータ
- 自然言語処理
- データ分析・統計処理
- スポーツ情報学・観光情報学
- バイオインフォマティクス
- 複雑系科学
求める人材
- AI分野に興味がある
- プログラミングに興味がある
- 社会の課題を解決したい
- データ収集・分析が得意
- 数学が得意
活躍が期待される主なフィールド
北見工業大学 大学院博士課程
- 情報通信工学プログラム
- データサイエンスプログラム
- 他大学院
就職先
- 情報通信業
- IT企業
- 電子機器製造業
- 自動車製造業
- 学術研究機関
- 複合サービス業
- 公務員
- ソフトウェア開発
- 金融業
カリキュラム内容
学修内容
データサイエンスにおけるデータの分析手法、統計的処理や推測、解析手法についての技術的理論、Python言語による自然言語処理ツールの使用方法、自律ロボティクスを中心とした経路計画アルゴリズムや必要となる数学など、データサイエンス関連する複数のテーマについて基礎から応用まで体系的に学び、実データに基づいたデータ処理手法を身につけます。また、スポーツなど教育文化における課題、タンパク質の構造など私たちの体や社会生活における課題、観光情報など産業分野における課題などの応用分野に対しても、データサイエンス技術を用いて課題解決するスキルを身につけ、コミュニケーション及びプレゼンテーション等の汎用的スキルを持った技術者として社会で活躍できる能力を養います。
ピックアップカリキュラム
データサイエンス工学 I・II・III
データサイエンスにおけるデータの分析手法とデータ分析の様々な解析手法について技術的理論を学び、産業社会や教育文化の様々な課題を解決する事例や方法について学びます。
データサイエンス演習 I・II
各分野で開講されている基礎科目や専門分野と関連するデータサイエンスのテーマについて、講義で学んだ知識を活かし、実データに基づいて問題解決できる実践能力を身に付けることができます。
その他のカリキュラム
- データサイエンス工学I
- 演算アルゴリズム
- 自然言語処理
- ロボティクス
- 数学考究I
- データサイエンス演習I
- データサイエンス工学II
- バイオインフォマティクス
- 先端材料物質工学実験Ⅰ
- 複雑系科学
- 数学考究II
- データサイエンス演習II
- データサイエンスセミナー
- データサイエンス工学III
- データサイエンス特別講義
詳細はシラバス検索をご利用ください
シラバス検索
研究室ピックアップ
計算情報生物工学研究室
タンパク質は巧妙な分子機械であり、その動作機構は重要な研究課題となっています。本研究室では、深層学習などのデータ科学的手法と計算機シミュレーションの双方を駆使してタンパク質分子の機能発現機構の解明に挑みます。
准教授：近藤 寛子
テキスト情報処理とインタラクション研究室
ビッグデータを活用して様々な社会問題の解決や支援技術の開発を目指しています。特に、自然言語処理、観光情報学、カーリング情報学（アルゴグラフィックス北見カーリングホールを使います）に関する研究テーマに取り組みます。
教授：桝井 文人
准教授：プタシンスキ ミハウ エドムンド
複雑系情報学研究室
マルチエージェントシステムを使用し、個人の行動決定をシミュレーションすることで快適な社会システムの構築に役立てます。また、生体計測データ（脳波など）を利用したロボット制御などの研究を行っています。
准教授：鈴木 育男
数学研究室
数学研究者のグループです。解析学、幾何学、代数学など、幅広い専門分野をカバーしています。これらの分野をはじめ、データ解析の基盤となる数学や統計的手法に関する理論について研究することができます。
教授：澤田 宙広
准教授：蒲谷 祐一 、渋川 元樹、中村 文彦 、松田 一徳 、豊川 永喜