学科概要

学科の特徴

人工知能やデータサイエンスに関する技術を活用し、新たな社会を創造する人材の育成を目指します。

学ぶ領域

1. AI、データサイエンス
   確率と統計、アルゴリズム、データベースなどデータを扱うための基礎的な技術を学び、さらに大きなデータを扱うデータサイエンス、それらのデータを活用して様々な知的な振る舞いを実現するAIに関する技術を学ぶ。
2. XR、量子コンピューティング
   コンピュータ上で3次元的な映像を扱うための基本的な技術を学び、それらを実空間上で重畳して表示するXRに関連する技術を学ぶ。また、量子力学の特徴を用 いた量子コンピューティングの基礎について学ぶ。

キーワード

• AI
• 学習理論
• データサイエンス
• XR（クロスリアリティ）
• 量子コンピューティング
• イノベーション

学科の学び

主な専門科目

• データサイエンス

  データサイエンスではデータをコンピュータで巧みに扱う方法を学ぶ。データに含まれる異常値や欠測値の取り扱い方、および代表的な母数の特徴、線形代数学や統計学に基づいた典型的な機械学習手法など多岐に渡って紹介する。また、分析結果を効果的に可視化する方法についても学習する。

• 知能情報システムデザイン

  知能情報システムの構築、利用には、あらゆる知識の他に、多くの要求項目についてユーザーと開発者が理解を共有する必要がある。知能情報システムを設計・構築する上で必要となる基本的な知識について学習し、知能情報システムを評価する能力を養う。

• 人工知能

  人工知能のこれまでの歴史、基本的な探索手法、ゲーム理論、動的計画法などを学ぶ。加えて、ベイズ理論や確率的生成モデル、強化学習やパーティクルフィルタ、クラスタリング、ニューラルネットワーク、自然言語処理、記号理論などについて学び、人工知能の技術群を幅広く理解する。

• 視覚情報処理とXR

  映像や動画といった視覚情報に関する処理手法や、ヘッドマウントディスプレイなどを用いてVR/AR/MRを実現するための技術的な仕組みを学ぶ。

専門科目一覧

１年次	知能情報入門とキャリアデザイン／知能情報プログラミングⅠ／コンピュータシステム基礎／離散数学／論理回路／情報ネットワーク／知能情報プログラミングⅡ／知能情報プログラミングⅢ
２年次	アルゴリズムとデータ構造／オブジェクト指向プログラミング／データベース／知能情報工学基礎演習／コンピュータアーキテクチャ基礎／ソフトウェアモデリング／オペレーティングシステム／確率と統計／アル ゴリズムデザイン／情報工学系代数学／組込みシステム
３年次	コンピュータグラフィックス／データサイエンス／オートマトンと言語理論／ブロックチェーンとWeb３／知能情報システムデザイン／分散コンピューティング／デジタル通信と信号処理／コンピュータアーキテク チャ設計／人工知能／学習理論／視覚情報処理とXR ／情報セキュリティ／量子コンピューティング／プログラミング言語とコンパイラ／仮想化技術とクラウドシステム／ネットワークプログラミング／知能情報システム専門実験・演習Ａ／知能情報システム専門実験・演習Ｂ

カリキュラム、シラバス

教員・研究室紹介

学科Q&A

進路・資格

• 

  主な就職先

  過去3年間の情報工学科の実績（「入学案内2027」より）
  学部卒業生実績
  NTTドコモ、NTT東日本、川崎重工業、京セラ、サイバーエージェント、澁谷工業、スズキ、SUBARU 、ソフトバンク、竹中工務店、トヨタ自動車、日本電気、野村総合研究所、PFU 、日立ソリューションズ、富士通、北陸電力、本田技研工業、ミネベアミツミ、LINEヤフー、楽天グループ、YKK AP 、警察庁 他
  大学院修了生実績
  ソニーグループ、日本アイ・ビー・エム、任天堂、日立製作所、三菱電機 他

• 

  取得できる教育職員免許状

  高等学校教諭一種免許状（情報）
  高等学校教諭一種免許状（数学）
  中学校教諭一種免許状（数学）
  高等学校教諭一種免許状（工業）※申請中
  ※文部科学省における審査の結果、予定している教職課程の開設時期等が変更となる可能性があります
  特に4年次には学校現場での教育実習が必修。中学校の免許状取得希望なら期間は3週間以上、高校の場合は2週間以上。中学校免許状の場合は、2年次に特別支援学校および社会福祉施設にて合計7日間の介護等体験が必要。

• 

  取得を推奨する資格

  情報処理技術者／データサイエンティスト検定／シスコ技術者認定／オラクルマスター／G検定・E検定

PICK UP

関連リンク

3つのポリシー

関連する大学院