数据科学

实际会学习什么？

把统计推理、程序和领域问题放在一起。重要工作不仅是建模，还包括检查数据来源、偏差、不确定性及结论能否被复核。

一年级可能遇到的课程

以下是一般性示例，不代表某所大学的必修清单。

• 统计学
• 程序设计
• 线性代数
• 数据整理

它与相邻方向有什么区别？

不等于只学习数据科学的某一个工具或获得职业资格；具体大学的课程和研究重点会不同。可比较下方相邻方向的研究对象与方法。

后续可能深入的课程

• 统计推断与实验设计
• 数据整理和可视化
• 机器学习与因果分析

编辑性学习示例，具体学期与必修安排以各校课程为准。

学习活动的侧重

数学

经常使用

物理

依具体课程而定

阅读与写作

需要表达论证与项目记录

设计与作品

依选修或项目而定

一般教育描述，不是能力要求或对你的适合度评分。

可继续探索的细分领域

学生通常会做什么？

• 清理与可视化数据
• 比较模型与假设
• 解释分析的局限

可能延伸的方向

职业信息仅供探索，具体发展取决于课程选择、个人经历与就业市场。

已查到的日本本科课程

课程存在与当年申请要求已核对不同；以下方向关联由编辑整理。

与这个方向相关的申请项目

只显示现有目录中有明确关联的单位；未列出不代表该校没有相关课程。

相邻学术方向

计算机科学

研究计算如何表达、处理与传递信息。你会学习程序、算法、数据、系统与网络，也会不断思考一种方法为什么可靠。

人工智能

通过统计、算法与计算系统处理语言、图像或其他复杂数据。AI 通常建立在计算机科学、数学和具体应用领域的基础上。

软件工程

关注软件如何从需求走向可维护的系统。除了写代码，还需要设计接口、测试行为、协作交付并理解系统长期变化的成本。

继续了解

以下是编辑挑选的大学官方学习介绍，不作为入学要求来源。

尚未为这个细分方向选定官方学习介绍。可先浏览相邻方向及大学官网的课程页面；不把一般描述当作具体院校课程。