桃山学院大学
初の理系プログラム誕生!!

Super Data Science Program S D P

データサイエンスとは何か？

データサイエンスとは、様々な対象のデータを適切な方法で収集・解析を行い、新しい事実を浮かび上がらせる研究手法です。プログラミングを含む「コンピュータサイエンス」、データからパターンを見つけるための「数学&統計」、「ビジネスや専門領域の知識」を総合的に学ぶ学際的なアプローチです。

IoT(Internet of Things)やテクノロジーの発展・活用により、企業・自治体・教育機関等において、ビッグデータが蓄積されていますが、十分に利活用するには至っていないのが現状で、データサイエンティストが即戦力として求められています。

FEATURES

ＳＤＰの
学びの特徴

Double Major

ダブルメジャーが未来を切り拓く‼︎

各学部の
基礎・専門的知識
×
SDPで学ぶ

                                        
                                データサイエンス・

                                マネジメントの

                                理論・実践力
                                    
情報を武器に課題を把握し、
解決策を提案できる人材

履修年次	SDP必履修コア科目原則、全ての科目（計24単位）を履修する必要があります	SDP選択科目積極的に履修することをお勧めします
４年次	演習4／IV	データサイエンス海外演習ビジネスのためのプレゼンテーション経営学のための統計経営学のための数学経済学のための数学入門数理科学入門ビジネスのためのICT活用プログラミング演習
３年次	演習3／III
２年次	データサイエンス演習Ｉデータサイエンス演習 II
１年次	SDP入門セミナーデータサイエンスと価値共創データサイエンス入門データサイエンス入門演習

※カリキュラム・科目は変更することがあります。

※一部学部・学科はSDPの対象外となります。詳しくはお問合せください。

上の表は右スライドしてご覧いただけます

LEARNING...

SDP入門セミナー

「データサイエンスとは？」から始まる入門的授業
日常に溢れるデータの利活用について、データサイエンスの観点から学ぶ
企業・自治体への訪問を予定

DS演習Ⅰ（定量データ分析）

日常の身近なデータをもとに、2つ以上の変数の分析方法を学ぶ授業
例えば、「コンビニ」のアンケートデータをもとに、3大コンビニの特徴を分析したり、「グミ」を試食して、ポジショニングマップを作成してマーケティング戦略を立てる

データサイエンスPBL

研究テーマとデータサイエンスの関わりを実践的に学ぶ授業
企業や自治体との連携を予定

演習（卒業研究テーマの例）

東京の一極集中の背景と原因
幸福度の規定要因
理想子供数と実現子供数のギャップ
地方自治体の課題解決
株などの金融データ数理分析

演習（卒業研究テーマの例）

建物避難やテーマパークのシミュレーション分析
野球、サッカー、バトミントンなどの動作分析
SNSデータからわかる英語の変化

桃大の
リソースの活用

SDPの最大の特色は、桃大の既存の経営・経済・金融・社会・福祉・法律・国際・言語・スポーツ健康などの学問領域からのアプローチができることです。また、本学の教育特色である人文・社会科学、リベラルアーツの強みを活かし、データサイエンティストとして、公平性、包括性、多様性といった「倫理」を学ぶことができます。

更に、南大阪、和歌山、奈良といった地域（企業や地方自治体）との連携が可能であり、当プログラムに参画する学生はデータサイエンスの実践経験を積むことができます。