東京工業大学 データサイエンス・AI特別専門学修プログラム

(English site) Progressive Graduate Minor in Data Science and Artificial Intelligence, Tokyo Institute of Technology

お知らせ

  • (2021.9.30更新) 修士学生と学部学生はXCO.T487、XCO.T488、XCO.T489、XCO.T490を履修申告して下さい。博士学生はXCO.T677、XCO.T678、XCO.T679、XCO.T680を履修申告して下さい。
  • (2021.9.23更新) 東京工業大学高度人材育成博士フェローシップについてはこのサイトを参照して下さい。
  • (2021.9.24更新) 本プログラムの履修希望者は、 履修および履修申告についての3ページ「特別専門学修プログラムの履修を希望する場合」を読んで、教務課に申請して下さい。 具体的な手順は以下の通りです。
    (1) 指導教員から内諾メールをもらい、このフォームに記入してプログラム担当教員から内諾メールをもらう
    (2) 教務Webシステムの【様式の申請】より【履修様式第15号】を登録する
    (3) 登録後、教務担当窓口(kyo.dai@jim.titech.ac.jp)に様式と2通の内諾メールを添付してメールする
    上記の2通の内諾メール(指導教員とプログラム担当教員)が押印の代わりになります。紙の書類に押印して提出する必要はありません。
  • (2021.4.7更新) 本プログラムのオンライン説明会を2021年4月7日に開催しました(スライド)。

プログラム概要

近年のデータサイエンス(DS)や人工知能(AI)の飛躍的な発展に伴い、あらゆる研究や産業においてDS・AIを導入する動きが活発化しています。

東京工業大学は2019年からデータサイエンス・AI教育を全ての大学院生向けに開始しました(東京工業大学 教育TOPICS)。

  • 基盤系科目(基盤データサイエンス、基盤データサイエンス演習、基盤人工知能、基盤人工知能演習)で、データサイエンス・AIに関する数理的背景やプログラミングのスキルを学べます。
  • 応用系科目(応用AI・データサイエンスA、応用AI・データサイエンスB、応用AI・データサイエンスC、応用AI・データサイエンスD)で、企業においてデータサイエンス・AIがどのように活用されているのか、その最前線について学べます。
  • その他の特別専門学修科目で、データサイエンス・AIに関連する幅広い専門分野の知識を学べます。

データサイエンス・AI特別専門学修プログラムは、大学院レベルのデータサイエンス・AIの知識を学修することで、社会的課題解決や新産業創出に向けた高度な知識と技量を身につけた人材育成を目指しています。

スケジュール

2021年度第1Q
説明会
特別専門学修プログラム 履修申告
応用AI・データサイエンスC 開講
特別専門学修科目 開講
2021年度第2Q
応用AI・データサイエンスB 開講
特別専門学修科目 開講
2021年度第3Q
基盤データサイエンス、基盤人工知能 開講 (情報理工学院での英語開講)
基盤データサイエンス演習、基盤人工知能演習 開講 (情報理工学院での日本語開講)
応用AI・データサイエンスA 開講
特別専門学修科目 開講
2021年度第4Q
基盤データサイエンス、基盤データサイエンス演習、基盤人工知能、基盤人工知能演習 開講 (他学院での日本語開講)
応用AI・データサイエンスD 開講
特別専門学修科目 開講
第1Q
月曜火曜木曜金曜
8:50-10:30高性能科学技術計算  高性能科学技術計算  
10:40-12:20実践的並列コンピューティング  実践的並列コンピューティング  
14:20-16:00  バイオインフォマティクス  バイオインフォマティクス
16:15-17:55分散アルゴリズム、
クラウドコンピューティングと並列処理
統計数理分散アルゴリズム、
クラウドコンピューティングと並列処理
統計数理、
(実践AI・データサイエンスA(5月開講))
18:05-19:45   応用AI・データサイエンスC   (実践AI・データサイエンスA(5月開講))

第2Q
月曜火曜木曜金曜
8:50-10:30           
10:40-12:20   統計的学習理論   統計的学習理論
14:20-16:00先端データ工学  先端データ工学  
16:15-17:55マルチメディア情報処理応用AI・データサイエンスBマルチメディア情報処理(実践AI・データサイエンスB-1)
18:05-19:45      (実践AI・データサイエンスB-2)

第3Q
月曜火曜木曜金曜
8:50-10:30   自然言語処理、
先端情報セキュリティ
   自然言語処理、
先端情報セキュリティ
10:40-12:20  先端人工知能   先端人工知能
14:20-16:00基盤人工知能(情報理工学院・英語開講)  基盤データサイエンス(情報理工学院・英語開講)  
16:15-17:55応用確率論、
基盤人工知能演習(情報理工学院・日本語開講)
応用AI・データサイエンスA応用確率論、
基盤データサイエンス演習(情報理工学院・日本語開講)
(実践AI・データサイエンスC-1)
18:05-19:45      (実践AI・データサイエンスC-2)

第4Q
月曜火曜木曜金曜
8:50-10:30            
10:40-12:20複雑ネットワーク情報可視化複雑ネットワーク情報可視化
14:20-16:00計算機支援数理、
基盤データサイエンス(他学院・日本語開講)
   計算機支援数理、
基盤人工知能(他学院・日本語開講)
16:15-17:55コンピューターグラフィクス基盤データサイエンス演習(他学院・日本語開講)コンピューターグラフィクス基盤人工知能演習(他学院・日本語開講)
18:05-19:45   応用AI・データサイエンスD   応用AI・データサイエンスD

履修対象者

東京工業大学の修士課程、博士後期課程、または、専門職学位課程に在学する学生を本プログラムの履修対象とします。履修を認めないコースは設定しません。

ただし、本プログラムの履修者でない場合においても、次の8科目(基盤データサイエンス、基盤データサイエンス演習、基盤人工知能、基盤人工知能演習、応用AI・データサイエンスA、応用AI・データサイエンスB、応用AI・データサイエンスC、応用AI・データサイエンスD)については個別に受講を認めるものとします。

特別専門学修科目一覧表

専門科目400番台

科目コード 科目名 単位数 標準学修課程としているコース 備考欄
XCO.T487 基盤データサイエンス(第3Q・情報理工学院・英語開講)
基盤データサイエンス(第4Q・他学院・日本語開講)
1-0-0 A
XCO.T488 基盤データサイエンス演習(第3Q・情報理工学院・日本語開講)
基盤データサイエンス演習(第4Q・他学院・日本語開講)
0-1-0 A
XCO.T489 基盤人工知能(第3Q・情報理工学院・英語開講)
基盤人工知能(第4Q・他学院・日本語開講)
1-0-0 A
XCO.T490 基盤人工知能演習(第3Q・情報理工学院・日本語開講)
基盤人工知能演習(第4Q・他学院・日本語開講)
0-1-0 A
XCO.T483 応用AI・データサイエンスA 1-0-0 B
XCO.T484 応用AI・データサイエンスB 1-0-0 B
XCO.T485 応用AI・データサイエンスC 1-0-0 B
XCO.T486 応用AI・データサイエンスD 1-0-0 B
MCS.T403 統計的学習理論 2-0-0 数理・計算科学 知能情報
MCS.T410 応用確率論 2-0-0 数理・計算科学
MCS.T402 数理最適化理論 2-0-0 数理・計算科学 知能情報
MCS.T412 情報可視化 2-0-0 数理・計算科学
MCS.T418 実践的並列コンピューティング 2-0-0 数理・計算科学 情報工学
ART.T459 自然言語処理 2-0-0 知能情報 情報工学
ART.T464 情報の組織化と検索 2-0-0 知能情報 情報工学
ART.T462 複雑ネットワーク 2-0-0 知能情報 情報工学
ART.T463 コンピューターグラフィクス 2-0-0 知能情報 情報工学
ART.T543 バイオインフォマティクス 2-0-0 知能情報 情報工学
CSC.T438 分散アルゴリズム 2-0-0 情報工学

専門科目500番台

科目コード 科目名 単位数 標準学修課程としているコース 備考欄
MCS.T507 統計数理 2-0-0 数理・計算科学
MCS.T506 計算機支援数理 2-0-0 数理・計算科学 システム制御
ART.T548 先端人工知能 2-0-0 知能情報 情報工学
ART.T547 マルチメディア情報処理論 2-0-0 知能情報 情報工学
CSC.T523 先端データ工学 2-0-0 情報工学
CSC.T521 クラウドコンピューティングと並列処理 2-0-0 情報工学
CSC.T526 高性能科学技術計算 2-0-0 情報工学
CSC.T525 先端情報セキュリティ 2-0-0 情報工学

注)備考欄の記号はA:必修科目、B:選択必修科目を表す。

履修にあたっては、プログラム履修前にデータサイエンス・AI特別専門学修プログラム担当教員の指導を受け履修計画を立てて下さい。近くに担当教員がいない場合は、このフォームから相談内容を本プログラム担当者に連絡して下さい。

プログラム修了要件

特別専門学修科目一覧表から、必修(A)とする4単位、および、選択必修(B)から2単位以上を含む計8単位以上 (ただし所属コースで標準学修課程としている科目を除く)の取得を修了要件とします。ただし令和元年度に試行的に開講されるXCO.T483~XCO.T490の8科目については、移行措置として当該科目の令和元年度の取得単位を令和2年度以降の本プログラム修了要件に含めることを可能とします。また、物質・情報卓越教育院の登録学生は、「XCO.T487 基盤データサイエンス」および「XCO.T488 基盤データサイエンス演習」の代わりに「TCM.A404 マテリアルズインフォマティクス」を受講することとします。

履修案内

東京工業大学の学修案内等一覧を参照してください。

サイト・ポリシー

掲載内容について

東京工業大学 データサイエンス・AI特別専門学修プログラム(DSAI)ウェブサイト(以下、当サイト)は、DSAIが管理しています。当サイトは予告なしに内容およびURLの変更の可能性があります。当サイト内に張られたリンクがDSAI外部のウェブサイトである場合、その外部ウェブサイトの内容についてDSAIはその責任を負いません。

リンクについて

当サイトへのリンクは原則として自由です。DSAIはリンクを張ったこと、または、それに関連して発生した利用者および利用者間のトラブルの一切についての責任を負いません。

知的財産について

当サイトで公開されているテキスト、画像、イラスト、映像、音楽データなどすべての内容(以下、「コンテンツ」)に関する権利は、DSAIまたは原著作者に帰属します。コンテンツを無断で複製、変更、使用等することは、著作権、またはその他の知的財産権の侵害となります。

個人情報の取扱について

DSAIは、「個人情報の保護に関する法律」等の法令および「国立大学法人東京工業大学個人情報保護規定」を遵守し、イベント情報の案内および参加登録、各種ご意見の受付など当サイトにおいて提供するサービスの円滑な運営に必要な範囲で、当サイトを利用される皆様の情報を収集しています。

免責事項について

DSAIは、当サイトのコンテンツ、または当サイトを利用したことに発生したトラブル、損失、および損害についての責任を負いません。

その他

DSAIは予告なしに本サービスを変更・停止することがあります。また、本サービスの改善、変更を反映するために本サイトポリシーを改訂することがあります。改定後の本サイトポリシーは掲載時から効力を生じるものとします。

当サイトに関するご意見・ご感想等はこのフォームまでお寄せください。