| 責任箇所，委員会など | 役割 |
| グローバル・エデュケーションセンター | 教育プログラム設置箇所 |
| グローバル・エデュケーションセンター・データ科学教育部門委員会、データ科学センターカリキュラム委員会 | 教育プログラム全体の方針決定、改善・進化
|
| グローバル・エデュケーションセンター，データ科学センター共同教員会 | 教育プログラム，科目の運営・管理
自己点検・評価 |
早稲田大学では各学術院にて学ぶ「専門性」と「データサイエンス」の融合による本学の研究・教育の推進・支援を行っています。この方針に従い、グローバル・エデュケーションセンターとデータ科学センターと協働で、全学部・大学院生向けに「データ科学教育プログラム」を提供しており、早稲田大学の学生であれば、学部・研究科、学年に関係なく、誰でもデータサイエンスを基礎から学ぶことができます。データ科学教育プログラムは目標とする内容により大きく四つに分類することができ、それぞれが本学独自の「データ科学認定制度」と対応しています。
各自の専門性への活用に応じて下記4つの級を用意しています。
| 級 | 身につけられる能力 |
| リテラシー級 | 現代社会におけるデータ科学の重要性を理解している。さらにデータの基本的な取り扱い方法および取り扱う際の留意事項を理解している。 |
| 初級 | データ科学の考え方を理解し、データに対して、実際にデータ科学の基本的な考え方を適切に用いることができる、基礎的なデータ分析ができる。 |
| 中級 | 自身の専門領域において、データに対する専門的知識、専門分野に対する知見を用いて問題を数理的に抽象化しデータ科学を活用することができる |
| 上級 | データ科学の全体像を理解し、自身の専門領域外の分野に対して問題を数理的に抽象化し、データ科学を活用することができる |
各科目は、その内容により４つの群に分かれています。
| 科目群 | 教育内容 |
| A群 | データ科学の重要性および基礎的な考え方とそれに基づくデータ分析の基礎から一連の流れを学ぶ科目群 |
| B群 | データ科学をより深く理解するための数理的基礎および計算機取り扱いに関する科目群 |
| C群 | 自身の持つ専門領域や学術領域への接続を目的とする科目群 |
| D群 | データ科学の全体像を把握し、自身の専門領域以外においてもデータ科学活用を目的とする科目群 |
各級の履修条件は次の通りです。これらは早稲田大学データ科学認定制度と対応しています。
| 級 | 身につけられる能力 |
| リテラシー級 | 以下の1か2どちらかの組み合わせの単位を取得 1. 「統計リテラシーα、β」 ※英語科目（Statistics Literacy α、β）を含む 2. 「データ科学入門α、β」 ※英語科目（Introduction to Data Science α、β）を含む |
| 初級 | 以下の1か2どちらかの組み合わせの単位を取得 1. 「統計リテラシーα、β」＋「データ科学入門1、２」＋「データ科学実践」 ※英語科目（Statistics Literacy α、β）を含む 2. 「データ科学入門α、β、γ、δ」＋「データ科学実践」 ※英語科目（Introduction to Data Science α、β、γ、δ及びData Science in Practice）を含む |
| 中級 | 初級認定に加え、CI群の科目から2科目以上、CII群の科目から3科目以上の単位を取得 ※英語科目（Statistics Literacy γ、δ）を含む |
| 上級 | 中級認定に加え、D群の科目から2科目の単位を取得。 |
はじめてデータ科学を学ぶ方へ（A群科目の概要）
データ科学はデータの種類や活用する目的が大切な学問です。初めてデータ科学を学ぶ方は、まずA群科目から学ぶことをおすすめします。データ科学の考え方を統一的に学ぶ科目として「データ科学入門α・β・γ・δ」があります。一方、統計学を中心に学びたい方は「統計リテラシーα・β」を学びましょう。また、それまでに学んだデータ科学の考え方とスキルを用いて、「データ科学実践」に挑戦。得られたデータを実践的に活用します。
初期の主な科目の概要と学び方
（以下の図をクリックすると拡大します）
シラバス（講義内容）
データ科学教育プログラムの各科目の詳細は、シラバス（講義内容）にてご覧いただけます。
また、本学学生を対象に、データ科学履修相談を行っています。こちらからご申請ください。
データ科学教育プログラムは、フルオンデマンドの科目として提供され、場所や時間を選ばずに学ぶことができます。本プログラムは分野を問わず必要となるデータ科学の「理論」を学ぶだけでなく、実際のデータを取り扱うための「スキル」も同時に学びます。さらに、自身の「専門」分野の知識を結びつける考え方を学びます。また、各科目の内容でわからないことがある場合には、チャットやBBSに加え、MSC（Math and Stat Center）を利用することにより、LA（Learning Assistant）の対面もしくはオンラインによるサポートを受けることが可能です。
データ科学教育プログラム「リテラシー級」は文部科学省「数理・データサイエンス・ＡＩ教育プログラム認定制度（リテラシーレベル）」の認定を受けています（期限：令和８年３月31日）。
データ科学教育プログラム「初級」は文部科学省「数理・データサイエンス・ＡＩ教育プログラム認定制度（応用基礎レベル）プラス」の認定を受けています（期限：令和９年３月31日）。
１．授業評価・点検体制
教育プログラム全体のカリキュラム方針決定を議論する早稲田大学グローバル・エデュケーションセンター・データ科学教育部門委員会、データ科学センターカリキュラム委員会が設置されている。また上記カリキュラム委員会での決定を受けて実際に授業運営に関わる様々な問題（授業運営方法検討，学生対応方法等）を議論する場としてデータ科学センター教員会（以下教員会）がある。教員会は、原則授業実施日に毎週開催され、また学期開始前に不定期に開催されている。
２．対象および時期
2024年度教育プログラムに対して2025年1月〜2月にかけて行った。
３．自己点検・評価項目
学内からの視点
| 項目 | 内容 | 点検 |
| プログラムの履修状況および全学的な履修者数向上に向けた計画について | 2024年度は2023年度に引き続き全学的な履修率向上に向けて本データ教育プログラムの広報、特に「データ科学認定制度」の周知に努めた。昨年に引き続き学生向けのセミナーなどである。結果総履修者数は延べ18,772名と2023年度に比べて約2000人増加した。 | 履修率向上へ向けた施策を実行し、成果も出ている。 |
| 学生の理解度および授業に関するフィードバックについて | 学生の内容の理解度や授業の運営方法に関する学生からのフィードバックは、1) 授業アンケート、2) 学生からの質問 の二つがある。 1) 授業アンケート：各科目受講者に対して実施している授業アンケートの結果は各担当教員へフィードバックされ、授業改善に活用している。 2) 学生からの質問：学生からの質問は、掲示板，チャットシステムおよび対面指導の三つがある。それぞれでどのような質問があったのかについては、すべてログとして残るようになっており、結果を教員会にて共有している。 |
2024年度も学生の理解度向上に向けた施策を着実に実施している。 |
| 授業改善について | 主に大学院生を中心としたLearning Assistant（LA）を雇用し、定期的に授業のコンテンツチェックを行っている。LAと教員はSNSを用いて情報のやりとりをしている。その他学生からの意見や授業アンケート結果を授業改善に活用している。今年度改善を行った科目は本ページ最下部に記載の通りである。 | 2024年度はLAとの面談結果を受けて次年度に向けて対面指導室の設備改善（具体的にはモニター等設備や消耗品の購入、参考書籍の購入）を実施した。 |
学外からの視点
| 項目 | 内容 | 点検 |
| 教育プログラム修了者の進路、企業などの評価 | データ科学センターでは、教育プログラム修了者を優先とするインターンシップおよびキャリア教育プログラムを実施している。本教育的インターンシップに参加した学生に関しては実施企業からの意見を集めている。 一方プログラム修了各学生の進路は完全には把握できていない状況である。 |
全学を対象にしている教育プログラムである関係上各学生の進路についてすべてを把握することは困難である。一方教育的インターンシップに参加した学生に関しては実施企業からの意見を集めており、企業からの意見を適切に収集できている。 |
| 産業界からの視点を含めた教育プログラム内容・手法等への意見 | データ科学センターでは、いくつかの企業とデータ科学に関する教育コンソーシアムを形成している。2024年度はコンソーシアム運営委員会を開催しデータ科学教育に関する産業界からの意見を幅広く収集した。またコンソーシアム参加企業からはデータ科学センター主催イベント「データサイエンスコンペティション」へも審査員として参加いただいているが、コンペティション終了後に実践的な教育に関するご意見をいただく機会を設けた。 | 外部からの視点として企業からの意見を集め，産業界からの視点を講義内容へと反映する体制が構築できている。 |
本センターでは、グローバル・エデュケーションセンターと協働で、「データ科学教育プログラム」の継続的な改善・進化に向けて様々な取組を行っています。これらの取組の内、授業コンテンツや運営に関わる内容は週に一度開催の合同教員会上での合意の元に実施されています。カリキュラム全体の改善・進化に関わる内容は合同カリキュラム委員会で取り扱います。
・受講生からのフィードバックに基づく改善
本学全体で実施している「学生授業アンケート」の他に、対面での相談・質問を受け付けるデータ科学教育プログラム独自のサービスとして以下3つがある。
これらの中で得られた情報は合同教員会にて共有され、授業コンテンツおよび学生対応改善に活かされている。
・Learning Assistant （LA）による授業コンテンツ確認に基づく改善
LAの業務として質問対応の他に授業コンテンツ確認がある。LAは指定された時間に授業コンテンツを視聴、改善点があれば指摘する。この改善点は合同教員会にて共有され、授業コンテンツ改善に活かされている。またLAと教員は半期に一度面談を行っており、ここでの内容も授業運営に活かされている。
・コンソーシアム連携企業からの教育プログラムに関するフィードバックに基づく改善
データ科学研究教育コンソーシアム企業との間で、教育プログラム改善に向けたコンテンツ一部提供を実施している。対象企業から得たフィードバックをもとにした授業コンテンツの改善を実施している。
【改善実績】
2024年 後期 「データ科学入門δ」コンテンツ更新
2024年 前期 「データ科学入門γ」「Statistics Literacy γ」「Rによる統計解析」コンテンツ更新および 「Introduction to Data Science γ」の練習問題更新
2024年2月 「データ科学入門α」「Introduction Data Science α」「Statistics Literacy α」「Statistics Literacy γ」コンテンツ更新
2023年10月 「データ科学実践」コンテンツ更新
2023年9月 「時系列構造のデータ科学」コンテンツ更新
2023年3月 「データ科学のためのモデリング」コンテンツ更新
2022年9月 「時系列構造のデータ科学」コンテンツ更新
2022年3月 「データ科学入門β」､「データ科学入門γ」コンテンツ更新
2021年3月 「データ科学入門α」､「データ科学入門β」コンテンツ更新
2020年3月 「統計リテラシーα」､「統計リテラシーβ」､「統計リテラシーγ」コンテンツ更新
◆参考（過年度 学生授業アンケート結果）
データ科学認定制度に関する自己点検・評価結果を踏まえた教育プログラムの改善を図る取組みの一環として、学生授業アンケートの集計結果の一部を公開します。
2022年度
データ科学入門α01
統計リテラシーα01
2021年度
データ科学入門α01
データ科学入門β01
データ科学入門γ01
データ科学入門δ01
統計リテラシーα01
統計リテラシーβ01
早稲田大学オフィシャルサイト（https://www.waseda.jp/inst/cds/）は、以下のWebブラウザでご覧いただくことを推奨いたします。
推奨環境以外でのご利用や、推奨環境であっても設定によっては、ご利用できない場合や正しく表示されない場合がございます。より快適にご利用いただくため、お使いのブラウザを最新版に更新してご覧ください。
このままご覧いただく方は、「このまま進む」ボタンをクリックし、次ページに進んでください。
対応ブラウザについて
Google Chrome
Windowsバージョン38 以上
Macintoshバージョン38 以上
Webサイト
Fire Fox
Windowsバージョン33 以上
Macintoshバージョン33 以上
Webサイト
Safari
Windowsバージョン38 以上
Macintoshバージョン38 以上
Webサイト
Internet Explorler
Windowsバージョン10 以上
Webサイト
