コースのお申込みはこちら

2025年1月16日開講コース　
申込期限　2025年 1月 9日（木）23 : 59 まで

履修証明プログラムとは
コースの概要
コース担当講師
カリキュラム
募集要項
よくある質問
お問い合わせ

履修証明プログラムとは
―学校教育法に基づく教育プログラム―

履修証明プログラムとは、学校教育法に基づき、主に社会人を対象とした一定のまとまりのある学習プログラムを開設するもので、修了者に対して学校教育法に基づく履修証明書（Certificate）を大学より交付します。
現在政府全体で検討・推進している「ジョブ・カード制度」においても、「職業能力証明書（ジョブ・カード・コア）」として位置付けられており、履歴書に記載いただけます。　※学位が授与されるものではありません。

コースの概要

dfp

データサイエンスを本格的に学び、
高度なデータ分析やAI開発ができるようになりたい方へ

データサイエンティストとして様々な課題を高いレベルで解決できるようになることを目指して、必要な技法を網羅的に習得します。データサイエンスの本質は「統計学」「機械学習」、そしてそれらを支える「最適化手法」です。これらについて、数学的背景をふまえて深く体系的に学び、実践的な演習を行います。
数学レベルとしては、高校までの理系数学と大学1・2年生レベルの偏微分、積分、行列について、あらかじめある程度知っていることが望ましいです。
※数学に自信のない方向けの「数学講座」（オンデマンド配信）をコース受講者全員がご受講いただけます。

本コースは以下のような方へおススメです。

  • 様々な課題を高いレベルで解決できるようような本格的なデータサイエンティストを目指す方
  • ある程度のデータ分析はできるが、より高いレベルを目指して本格的に学びたい方
  • IT関連の技術者だが、AI開発やデータ分析もできるようになりたい方
  • 他分野の技術者であるが、データサイエンスを取り入れた新しい開発を行いたい方

コース担当講師

松尾 宇泰　教授
松尾 宇泰 教授

東京大学大学院 情報理工学系研究科
数理情報学専攻
担当講座　情報倫理

清 智也　准教授
清 智也 教授

東京大学大学院 情報理工学系研究科
数理情報学専攻
担当講座 統計分析

山肩 洋子　准教授
山肩 洋子 教授

東京大学 情報基盤センター
担当講座 データサイエンス入門、情報倫理、機械学習

小池 祐太　准教授
小池 祐太 准教授

東京大学大学院 工学系研究科
システム創成学専攻
担当講座 統計分析

森 純一郎　准教授
森 純一郎 准教授

東京大学大学院 情報理工学系研究科
数理情報学専攻
担当講座 機械学習

instructor
寒野 善博 教授

東京大学大学院 情報理工学系研究科
数理情報学専攻
担当講座 最適化

カリキュラム

データサイエンス入門（DI）

受講時間：1日（3時間）
演習：無

データサイエンスに関する社会状況や技術の概要を学びつつ、データサイエンスがビジネスにどのように活かせるのかを学びます。数学を極力使わずにやさしく体系的に学び、短期間でデータサイエンスの全体像を把握します。

◆ 講座の内容 ◆
データサイエンスの背景／データサイエンスで生み出されるビジネス価値と活用事例／データサイエンスの体系と手法（教師あり学習・教師なし学習など）／深層学習（ディープラーニング）／データサイエンスの留意点／発展的話題と今後の方向性

情報倫理（IE）

受講時間：1日（3時間）
演習：無

ビッグデータ時代にAIやデータサイエンスを活用する際に新たに噴出するコンプライアンス・倫理的課題に対し、どう対応するかの行動規範を身に着ける為のベースを学びます。

◆ 講座の内容 ◆
確立されている論理：研究倫理、一般的情報倫理／これからの確立を待つ倫理：新しい技術にまつわる倫理

統計分析（S）

受講時間：7日（21時間）
演習：有

統計学を数学的背景に基づいて深く学び、プログラミング言語「R」を用いて実践的なデータ分析スキルを身につけます。
統計の各種手法を高いレベルで正しく使いこなせるようになることを目指します。

◆ 講座の内容 ◆
Rによるプログラミングとデータの要約／事象と確率変数／母集団と標本、統計モデル／推定と仮説検証／単回帰分析／重回帰分析／主成分分析、多次元尺度構成法／判別分析／時系列解析／実践的総合演習

機械学習（M）

受講時間：8日（24時間）
演習：有

機械学習を数学的背景に基づいて深く学び、プログラミング言語「Python」を用いて実践的な実装スキルを身につけます。
機械学習の各種手法を高いレベルで正しく使いこなせるようになることを目指します。

◆ 講座の内容 ◆
概論(回帰・分類、評価方法、検証・交差検証、損失関数、過学習・正則化)／Python入門／教師あり学習1(決定木、サポートベクターマシーン、スパース正則化など)／教師あり学習2(カーネル法、ランダムフォレスト、ブースティングなど)／教師なし学習(密度推定、クラスタリングなど)／ニューラルネット、深層学習／特徴量エンジニアリング／実践的総合演習

最適化（OP）

受講時間：3日（9時間）
演習：有

データ分析の手法の多くに考え方や解放が用いられている最適化の基本的な概念や計算法を、数学的背景に基づいて学び、プログラミング言語「Python」を用いた演習を行います

◆ 講座の内容 ◆
最適化の概要／線形計画／非線形計画／2次計画／凸計画

募集要項

実施期間

2025年1月16日（木）～2025年9月15日（月）　スケジュール詳細はこちら

実施方法

教室（大手町ビル7階771号室）またはZoomによるオンライン

募集期間

各期受講開始日の1週間前まで
※申込書類必着
※定員に達し次第、締め切ります。

募集人員

50名

受講料

858,000円　（消費税を含む）
※ 法人の場合は請求書払い、個人の場合はクレジットカード決済となり、原則として受講開始前の支払が必要となります。

申込書類

お申込と合わせて以下の書類をご用意いただき、特定記録等配達状況の確認が可能な方法にて郵送の上、ご提出ください。
①最終学歴を証明する書類原本
卒業証明書（高卒もしくは最終学歴を証明する書面）
※コピー等の写しではなく原本の提出が必要となります
② 本人確認書類写し
運転免許証、旅券（パスポート）、その他官公署から発行・発給された身分証明書又は資格証明書など顔写真、氏名、生年月日および住所が記載されているもののうち、いずれかの1点の書類の写し
※届出の時点で有効なもの又は発行・発給された日から６か月以内のものに限ります
＜送付先＞
〒100-0004 東京都千代田区大手町1-6-1 大手町ビル7階
東京大学エクステンション株式会社 宛

申込方法

募集期間内に、下記の「お申込ページ」よりお申込みください。
※お申込みの際、東京大学エクステンション株式会社（運営会社）のWebサイトにてユーザー登録が必要となります。

選考方法

東京大学情報理工学系研究科教育会議による書類選考を実施します。

選考結果

選考結果が不合格となり、受講いただけない場合に別途ご連絡します。
合格された方には受講開始1週間前に受講のご案内をメールにてお送りします。

修了証書

以下の修了要件をすべて満たした者には学校教育法に基づく履修証明書を交付します。

  • すべての講義に出席（やむを得ない場合には講義録画映像による振替視聴を認めることがある）
  • 各回講義終了後の受講レポート提出
  • すべての課題に合格（合格基準は100点満点中60点以上とする）
    なお、課題の提出は3回まで可能とする

※「教育訓練給付金制度」を利用して受講する場合は、上記修了要件を満たさなければ受講証明書及び専門実践教育訓練修了証明書が発行されません。

その他
  • 本講座は「専門実践訓練給付金」の対象講座です。制度の詳細については厚生労働省の教育訓練給付金のページにてご確認ください。
    ※ 東大データサイエンススクール「データサイエンティスト本格養成コース」が、東京大学履修証明プログラム「データサイエンス本格養成プログラム」とリニューアルいたしました。2024 年度はハローワークへ変更申請手続き中のため、給付金に関する事前手続きの際は旧名「データサイエンティスト本格養成コース」でのお手続きとなります。
  • 受講にあたり、ノートPCが必要になります。推奨スペックは以下のとおりです。
    CPU：Core i5以上
    メモリ：8GB以上
    SSD or HDD：10GB以上の空き容量
    OS：Windows or Mac 64ビットOS
  • もし最少催行人数に満たなかった場合には、催行を中止する場合がございます。
コースのお申込みはこちら

よくある質問

お問い合わせ

下のボタンからお問い合わせページへとお進みください。
運営会社の東京大学エクステンション株式会社のWebサイトへ遷移します。
お問い合わせ内容欄に「履修証明プログラム　データサイエンス本格養成プログラム」についての質問である旨をご入力ください。

お問い合わせページ