📖 学科図鑑

武蔵野大学データサイエンス学部データサイエンス学科

📍 東京23区有明キャンパス私立

🔍この学科で学ぶこと

最先端の人工知能(AI)に関する知識とスキルを身につけ、社会のさまざまな場面で収集される膨大なデータ(ビッグデータ)を分析し、新たなビジネスを創出する次世代データサイエンティストを育成する学科。データを読み解く分析力、データを使って価値を生み出す創造力、価値を拡げてイノベーションを起こすビジネス力の3つの能力育成に注力する。

データサイエンス AI・機械学習

🔬研究テーマ例

この学科・コースで実際に取り組まれている研究テーマの例です(卒業論文題目・教員の研究内容など、大学公式サイトで確認できるもののみ掲載)。

感性計量による映画リコメンデーションシステムの実現(清木康教授)
対向噴流を用いた非接触型力覚提示装置の開発(岩田洋夫教授)
日本酒を事例とした味覚と感性に応じた情報検索システムに関する研究(石橋直樹教授)
Toward Imaginative AI: Domain Transitivity for Cross-Domain Imagination(ソンラートラムワニッチウィラット教授)
屋外環境リスクと屋内減災力の統合による住宅安全度指標 DSI の算出方式(浦木麻子准教授)
認知症高齢者の発話意図推定に基づく注意発話検出システムの開発 ―帰宅願望や不安などを特定するコーパス構築―(神崎享子教授)

出典

🎓入試情報

総合型選抜・学校推薦型選抜(公募制)

総合型選抜Ⅰ期(面接型)
総合型選抜Ⅱ期(基礎学力型・奨学金対象)

募集要項

ここに出ている入試名は当サイトの調査時点のものです。大学が変更する場合があるため、出願前に必ず大学公式でご確認ください。

一般選抜

4つの受験方法があります。方式名をタップすると、科目・日程・配点が開きます。

ここに出ている科目・日程・配点は当サイトの調査時点のものです。大学が変更する場合があるため、出願前に必ず大学公式でご確認ください。

全学部統一選抜 / 全学部統一選抜(共通テスト併用型)
試験科目
データサイエンス学科は3科目判定(300点満点)。数学Ⅰ・Ⅱ・A・B・Cが軸で(一部記述式の選択可)、英語・国語・理科(物理/化学/生物)・情報などと組み合わせる。各60分
時期
出願期間2026年12月14日(月)～2027年1月8日(金)、試験日2027年1月24日(日)、合格発表日2027年1月30日(土)。共通テスト併用型の合格発表は2027年2月16日(火)
配点・特徴
数学を重視した理系型の判定。各科目の得点を偏差値換算
この方式の出典(大学公式)
一般選抜A日程 / 一般選抜A日程(共通テスト併用型)
試験科目
2/4文理・2/5・2/6理系の3日程すべてで受験可能。数学Ⅰ・Ⅱ・A・B・Cを軸に、英語・理科(物理/化学/生物)・情報などを組み合わせた2～3科目判定。数学Ⅰ・Ⅱ・A・B・Cは一部記述式の選択が可能
時期
出願期間2026年12月14日(月)～2027年1月15日(金)、試験日2027年2月4日(木)・2月5日(金)・2月6日(土)、合格発表日2027年2月16日(火)
配点・特徴
3日程すべてで受験でき、合格のチャンスが多い。共通テスト併用型を無料オプションとして利用可
この方式の出典(大学公式)
一般選抜C日程
試験科目
数学＋高得点1科目の2科目判定(300点満点)。数学Ⅰ・Ⅱ・A・B・Cは一部記述式。選択科目は英語・理科(物理/化学/生物)など
時期
出願期間2026年12月14日(月)～2027年2月17日(水)、試験日2027年3月7日(日)、合格発表日2027年3月16日(火)
配点・特徴
マークシート方式だが数学Ⅰ・Ⅱ・A・B・Cのみ一部記述式
この方式の出典(大学公式)
共通テスト利用前期選抜 / 中期選抜 / 後期選抜
試験科目
4種類の判定型。2科目判定型は数学・英語の2科目必須(600点満点/数学400点換算・英語200点換算)。3科目以上の判定型では国語(近代以降の文章)・地理歴史公民・理科・情報を選択科目として追加。数学は「数学Ⅰ、数学A」と「数学Ⅱ、数学B、数学C」をあわせて1科目とみなす
時期
前期は合格発表2027年2月16日(火)、中期は2027年3月3日(水)、後期は2027年3月16日(火)。本学独自の試験はなし
配点・特徴
募集人員はデータサイエンス学科13名(前中後期合計)。数学の配点が2倍になる数学重視型
この方式の出典(大学公式)

求める学生像

データサイエンス学部は、SDGsに代表される多様な分野において、データサイエンスを駆使した課題発見と、人工知能を活用した課題解決や価値創造を担う創造的活動を先導する人材を育てる。数学やプログラミングに関心があるだけでなく、データを使って社会の課題を解決したいという目的意識を持つ人が求められる。総合型選抜では、大学入学後の目標を整理したマンダラートや自作のIT作品、Kaggle・SIGNATE等のデータサイエンスコンペティションやハッカソンへの参加実績が出願資格となっており、手を動かして学んできた経験が評価される。

出典: https://www.musashino-u.ac.jp/admission/faculty/policies.html