カリキュラム
「社会情報科学部」での学び
-
データ活用技術を学ぶ
- データ分析に必要となる情報科学のスキルに加えて、データの社会背景を正しく捉える社会科学の素養を身につけます。
-
ゲスト講師を招いて「今」を学ぶ
- 最先端の情報技術やビッグデータ解析に関して、最前線で活躍している企業?研究機関の方々を招き、現場の「今」を学びます。（「情報技術の最前線」「データ分析の最前線」）
-
PBL演習（課題解決型学習）
- 企業から提供された実際のデータを使用して少人数チームによる課題発見?課題解決に取り組みます。
-
アルゴリズムデザイン
- すべての情報処理?サービスの中核であるアルゴリズムの設計方法を体系的に学びます。AI、最適化、セキュリティからビジネスまで、アルゴリズムは世界を何度も変えてきました。
-
人工知能
- 生成AIに代表される人工知能の技術をブラックボックスではなく基礎から広く学べます。今後もますます発展が予想される技術を理解し応用する力の獲得が重要です。
-
情報技術の最前線
- 情報技術が実社会、特に産業や行政でどのように生かされているかを各分野の専門家が解説します。座学と並行して知識の出口を知ることはキャリアや学習目的の形成に欠かせません。
-
メディア心理分析論
- ソーシャルメディアにおける行動分析やマーケティングを社会科学の観点から学びます。デジタルメディアが主流である現代において、データに基づく人間理解が重要視されています。
開講科目一覧
開講科目一覧は2027年からのものを掲載しています。| 1年次 | 2年次 | 3年次 | 4年次 | ||
|---|---|---|---|---|---|
| 全学共通科目 |
人間形成教育科目（人文科学系、社会科学系、自然科学系） 学際教育科目（ゼミナール、県大特色系、健康?スポーツ科学系） 外国語教育科目（英語、外国語） 情報教育科目（データサイエンス入門） |
||||
| 専門基礎科目 |
社会情報科学概論 社会情報科学のための数学 プログラミング入門 微積分Ⅰ 線形代数Ⅰ 確率?統計 プログラミングⅠ 数学実習 |
プログラミングⅡ データ構造とアルゴリズム 経済データ概論 情報倫理と法 Business English 1?2 |
|||
| 専門教育科目 | 数理?アルゴリズム |
数理モデリング 微積分Ⅱ 線形代数Ⅱ オペレーションズ?リサーチ 多変量解析 |
自然?社会現象モデリング 統計的モデリング 意思決定論 アルゴリズムデザイン 情報セキュリティ 計算理論 最適化理論 グラフ理論 |
||
| AI?データサイエンス |
人工知能 データ可視化 機械学習 データベース プログラミングⅢ |
情報検索 計算科学プログラミングI システム管理 コンピューターネットワーク 計算科学プログラミングII |
|||
| 社会応用 | データ分析の最前線 |
経営情報システム 医療福祉情報論 地域経済データ分析 |
情報技術の最前線 社会データ分析 地理情報システム メディア心理分析論 政策データ分析 社会調査法 情報メディア論 |
||
| 社会関連 | 経営学概論 会計学概論 |
簿記論 ミクロ経済学 マクロ経済学 |
経済政策論 経営戦略論 マーケティング論 財務諸表分析論 消費者行動論 行動経済学 English for Specific Purposes Ⅰ?Ⅱ |
||
| 演習科目 | 基礎ゼミナール PBL演習Ⅰ |
データ分析演習 PBL演習Ⅱ |
研究演習Ⅰ 研究演習Ⅱ |
卒業研究Ⅰ 卒業研究Ⅱ |
|
シラバスは兵庫県立大学本部のWebサイト（こちら）を参照ください。
履修モデル
興味ある分野に応じた情報科学?社会科学科目の履修が可能です。2026年度の履修モデルの一例は
こちらから。
開講科目一覧は2027年からのもの、履修モデルは2026年度のものを掲載しています。
夢ナビ講義
社会情報科学部の教員による学問紹介です。是非ご覧ください。
