×

情報科学教育

サイエンスイノベーションに対応した学び

現在の高校3 年生が大学を卒業する2024 年以降は、サイエンスイノベーションにより社会は急速な変革を遂げていることでしょう。その時、社会で活躍できるようにAI やビッグデータの基本を理解する情報科学教育を必修で学びます。

 サイエンスイノベーション⼊⾨ 学部共通1年次

近年、ゲノム編集やiPS細胞などのバイオサイエンス分野や、人工知能やビッグデータなどのデータサイエンス分野において大きなイノベーション(技術革新)が起きています。サイエンスイノベーションとは何かをそれぞれ解説するとともに、各最先端技術を使いこなすためには、どのような科目を選択し、何を勉強しなければいけないのかについて学びます。

修得する技術

  • 現代社会で起きているサイエンスイノベーションを理解
  • バイオサイエンスの基礎知識

コンピュータ応⽤実習 学部共通1年次

人工知能(AI) の利用や、その背景としてのビッグデータの蓄積は産業や社会構造そのものに大きな影響を与えつつあります。研究・開発の手法として人工知能(AI) やバイオビッグデータの知識を理解し、これらの背景にある機械学習の手法を実体験し、基本的な知識の習得と概念の形成を目的としています。

修得する技術

  • AI
  • ビッグデータの基礎的知識
  • AI の仕組みを理解

データ解析学 学部共通2年次

生命科学の分野でも、ゲノム情報や遺伝子発現の情報、遺伝子変異の情報などの膨大なデータがまとめられた形でデータベースとして公開されており、医療などへの活用が期待されています。このような「ビッグデータ社会」を生き抜くための基礎知識としてのデータリテラシーや、具体的なデータベースを使ったデータマイニングなどについて学びます。

修得する技術

  • データ解析技術
  • パラメトリック手法
  • ゲノム、遺伝子発現などのデータベースの利用技術

A専⾨実験Ⅰ(次世代シークエンス) アニマルバイオサイエンス学科3年次

次世代シーケンスはヒトゲノムを用いた医学解析から、さまざまな生物のゲノム解析、mRNA をシーケンスすることにより得られるトランスクリプトーム解析による生命システムの理解に至るまで多岐に用いられています。新しい生態学のアプローチとしての次世代シーケンス技術の活用方 法を習得します。

修得する技術

  • 次世代シーケンス技術
  • 環境ゲノム実験解析技術
  • 環境DNA データの解析技術
ページの先頭へ