データサイエンス系学科が数学重視か応用重視か、どう見極めればいい？
学科名だけでなく、カリキュラムと各授業のシラバスを確認すると判断しやすくなります。微積分・線形代数・確率統計・最適化・証明などの必修科目が多ければ数学重視、プログラミング、データ処理、機械学習の実装、実データを使う演習や分野別プロジェクトが多ければ応用重視の傾向があります。必修か選択か、成績評価が試験中心か成果物・演習中心かも比較し、公式の履修要項やシラバスで確認してください。
ポイント
- 数学科目の種類だけでなく、必修・選択の別と学年ごとの配置を見る。
- プログラミング、実データ演習、機械学習の実装、卒業研究などの比重を確認する。
- 授業の評価方法や、理論説明・証明をどの程度求めるかをシラバスで比べる。
確認しておきたいこと
- 同じ大学でも学部・コースや入学年度によって内容が異なり、選択科目の選び方で学生の学習経験も変わります。最新の公式情報で確認してください。