受験生の方へ | 東京理科大学創域理工学部情報計算科学科

情報計算科学科で学べること

現代社会やこれからの未来の社会で必要となる技術の
基となる理論を幅広く学ぶことができます。

現在からSciety 5.0 へと社会が進化するためのキーワードとして
挙げられている技術が、IoT、ビッグデータ、人工知能、ロボットです。
これらの技術に繋がる情報分野の基礎理論を学び、
それらを融合させ新たな価値を生み出す力を身に付けます。

学べること 01

情報処理が圧倒的に早い未来のコンピュータ

量子コンピューティング

分野：基礎情報数理

学部ではまず代数学、解析学、確率論を中心に量子情報理論を理解するための数学的基礎を学習します。その後、計算理論、通信理論、エントロピー理論、物理学を学習し、量子情報理論の入り口となるヒルベルト空間論、光通信理論、作用素代数学を通じ、実際の研究課題へ取り組みます。情報理論と量子力学の両方をバランスよく学習することで、量子コンピューティングを使う現場で活躍できる実力をに身に付けることができます。
学べること 02

情報社会を推進し、あらゆるサービスで活用される

人工知能・機械学習

分野：コンピュータサイエンス

学部では人工知能、機械学習の講義が開講されています。これらの講義では人工知能の歴史、旧来の人工知能技術から、最新のディープラーニング技術までの基礎的な理論について学ぶことができます。研究室では人工知能と機械学習の基礎研究から応用研究に亘る幅広い研究が実施されており、最先端の研究に取り組むことができます。例えば画像や音声・言語を処理するシステムの開発や、説明可能な人工知能、機械学習の理論研究等が行われてます。
学べること 03

莫大な情報を分析し、新たな治療法を創造する

医療統計・創薬

分野：情報データサイエンス

学部では、データサイエンス（主に、確率論や統計学）に関して多くの講義が開講されています。基礎から応用まで幅広い内容を体系立てて学ぶことができます。研究室では、統計学の方法論、臨床試験デザイン、医学データの解析、遺伝子データ解析など、理論面から応用面の研究まで幅広い研究が行われています。医師などの医療従事者、ゲノム科学の専門家などとの共同研究を通じ、医療の発展に貢献することができます。

他大学・他学科との違い

情報科学の基礎から応用を学ぶことに加え、
それらを支える高度な数学を学ぶことによって、
変化の激しい社会に対応できる専門性と実践力を身に付けます。

情報計算科学科では、情報科学の骨格となる数学系科目やコンピュータサイエンス系科目、
および統計学の基礎から応用までを、総合的かつ専門的に学ぶことができます。
データから計算を通じて、新たな価値を創造する力を養います。

近年、人工知能（AI）やデータ分析といったいわゆる情報分野に分類される技術に注目が集まっています。
Google社、Yahoo社、Twitter社といった、情報系技術を事業とする会社はもちろん、機械系、電気系、
製薬系メーカといった、一見情報系技術とは関係のない会社でも、データサイエンスや機械学習といった、情報系の知識を持った人材が必須になっています。

基礎情報数理

情報数理は、情報技術と共に発展してきた数学の分野です。
全く新しい数学の考え方が情報科学の分野と結びつくことにより生み出されることもあります。
基礎情報数理分野では、量子情報・グラフ理論・暗号理論などといった情報通信や情報セキュリティ技術の理論を学ぶことができます。
情報データサイエンス

情報データサイエンスは、世の中に溢れている多種多様な情報(データ)から、新たな知識と価値の創出を目的とした分野です。正しく数理に裏付けされたデータ解析法を新規開発し、公共データ・ゲノミクスデータ・医療情報データ・スポーツデータなど幅広い分野へ応用することで、科学的根拠のある新たな知見を導き出します。
コンピュータサイエンス

コンピュータサイエンスは、現実のさまざまな問題をコンピュータによって解決するための数理モデルの構築や技術開発を行う分野です。VR/MR/AR、音楽、音声、画像のようなメディアの処理技術、コンピュータネットワーク、人工知能、プログラミング言語論などについて学ぶことができます。

point

なぜこの3つの分野が
中心になるのか

情報計算科学科の前身である情報科学科は、1972年に東京工業大学に「情報科学科」を設立した国沢清典先生を中心として、1976年に理工学部に開設された歴史ある学科です。当初から情報数学・コンピュータ（ソフト）・ORの3本の柱を据え、３分野の知識をバランスよく身に付け情報社会で活躍できる人材の育成を目指して教育・研究を行ってきました。現在もその理念を継承し、基礎数理やデータサイエンス系のカリキュラムも充実しています。

必修科目選択必修科目選択科目

1年次: 解析学1・2および演習
線形代数１・２および演習
情報数学1A・1Bおよび演習
計算機科学入門及び演習; 物理学1・2
物理学実験A・B
化学
化学実験

2年次: 計算機科学基礎実験
計算機科学基礎演習
確率論1及び演習
情報数学2A及び演習; 情報理論及び演習
離散数学
グラフ理論
統計学1及び演習
確率論2及び演習
計算機概論
プログラム言語A・B

※卒業生には、学士(理学)の学位が授与されます。

※所定の科目を履修することにより、中学校教諭一種免許状(数学)および高等学校教諭一種免許状(数学・情報)を取得することが可能です。

3年次: プロジェクト実験
計算機科学応用演習
情報科学ゼミナール
情報科学コロキューム1; 情報数学2B及び演習
オートマトン
論理数学

4年次: 情報科学コロキューム2
卒業研究

基礎情報
数理分野
▲複雑さの理論 / 光通信理論 / 幾何学 / 情報数学4 / 応用情報科学 / 統計学2及び演習 / 統計学3 / 多変量解析 / 生命情報学: 情報データ
サイエンス分野
▲統計学2及び演習 / 統計学3 / 多変量解析 / 生命情報学 / 応用数学 / 光通信理論: コンピュータ
サイエンス分野
▲計算の理論 / 形式言語 / 情報通信ネットワーク / 機械学習 / データベースシステム / コンパイラ / 計算機方式論 / 人工知能 / アルゴリズムとデータ構造 / メディア情報処理 / システムプログラム

横断型コース※大学院生向け

創域理工学研究科には、専攻を跨いだ幅広い分野の授業を自由に参加することのできる横断型コースを導入しています。異なった分野からの知識を融合し、バリュアブルなスキルを参加する学生に提供することができる、他大学に類をみない画期的なコースです。

特徴

分野横断型研究教育プログラム

大学院のオムニバスの講義では、企業の研究者、研究担当者、公的機関のコーディネータなどを講師として招へいします。また講義と関連して、自分たちの研究の俯瞰的な位置づけと価値を認識するフリーディスカッションを行い共同研究のきっかけを作ります。
共働研究活動

所属する学科・専攻で基礎や専門の知識を身に付け、コース内だけでなくコース相互での連携も行います。また、コース運営では参加教員のプロジェクト研究を中心にした産官学連携活動やグループによる学内外の研究費により強力に研究を進めていきます。

横断型コース一覧

情報技術と現実を結びつけ融合する

デジタルトランス
フォーメーションコース

データサイエンス、人工知能などの最先端情報技術について理解と実践力を高め、新たなブレイクスルーに繋がる変化を引き起こす人材を育成することを目指します。

詳しく見る

未来医療を生み出す人材を育成

医理工学連携コース

現代生物学のデータ蓄積と生命現象を捉える技術の開発を通して、理工学分野と医学分野の連携が進んでいます。この領域を理解し応用に繋げられる人材の育成を目指します。

詳しく見る
異分野融合を農･食･環境問題に活かす

農理⼯学際連携コース

植物･微生物の力を農･食･環境に活かす異分野融合をコンセプトに、理工系と生物系にまたがる複合的視点を修得し、問題発見･解決能力を養います。

詳しく見る
教育分野における高度専門職業人を養成

教職コース

高い専門性に加え、社会のニーズに応じて変化する教育形態、教育カリキュラム、大学入試等に対応できる能力を持った教員人材を育成します。

詳しく見る

attention

1.履修可能な学生

学生が横断型コースに所属するためには、自分の研究室の指導教員が該当のコースに所属している必要があります。横断型コースにはすべての教員が所属しているわけではありませんので、事前に指導教員に確認してください。
2.コース配属前要件

学部で開講する所定科目を履修していることが望ましいです。なお、所定科目は指導教員に確認してください。
学部学生の理工学研究科授業科目の履修制度を活用し、コースとして開講する科目やコースに所属する他専攻の教員が開講する科目を、早期に履修することが望ましいです。
3.コース配属・履修申告

横断型コースに所属するには、修士１年次の前期履修申告期間（秋入学の場合は後期履修申告期間）に、自身の研究室の指導教員へコース所属の意思を申し出る必要があります。申し出の方法については、各コースのガイダンスにて周知します。
横断型コースには、CLASSで履修申告できる科目と、LETUSで履修申告しなければならない科目があります。所属している選考によって、同じ科目でも履修申告方法が異なりますので注意してください。
横断型コースに関わる科目の履修申告については、ガイダンスを実施しますので、必ず参加してください。

横断型コースについて詳しく見る

就職先

創域理工学部・創域理工学研究科なら、
研究者としてもエンジニアとしても一流を目指すことができる。

情報計算科学科は、情報科学分野における理学と工学を一つの学科で内包している創域理工学部の中でも特徴的な学科です。基礎から応用まで幅広いカリキュラムを用意しており、学生個人が重点的に学びたいことや横断的に学びたいことに対して柔軟に対応できる学科です。特定の分野に特化した研究者や高度な技術を習得しているエンジニアのようなスペシャリストはもちろん、理論だけでなく応用例の考案からプロトタイプの実現までを行える研究者、技術のなりたちを基礎理論から理解し、柔軟に活用するだけでなく、その技術に対して新たな改良を自ら行えるエンジニア、データの収集・整形・分析・結果の活用・応用まで行えるデータサイエンティストなど、理学や工学、基礎や応用などの枠に収まらないジェネラリストも輩出しています。

2022年度卒業生

卒業生の主な就職先

アクセンチュア / Apple Japan / SCSK / NEC / NECソリューションイノベータ / NTTコミュニケーションズ / NTTコムウェア / NTTデータ / NTT東日本 / オービック / キヤノン / キヤノンITソリューションズ / シンプレクス / スクウェア・エニックス / 住友商事ケミカル / ソフトバンク / 東京エレクトロンデバイス / 日本IBM / 日本郵政 / パナソニック / バンダイナムコエンターテインメント / 光通信 / 日立製作所 / フューチャー / 富士ソフト / 富士通 / 三菱UFJインフォメーションテクノロジー / ヤフー / 楽天グループ

学生生活

情報科学を習得するために必要となる数学の基礎と語学を含めた教養を幅広く学びます。入学後すぐに、創域理工学部10学科の1年生全員を対象とする教養科目「創域特別講義」を受講し、理工学分野の広い視野を得て今後の学びに活かしていきます。他学科の学生とのグループワークもあり、キャンパス全体で友人を作る絶好の機会です。サークル活動・部活動・アルバイトと自分に合ったものを見つけ、勉学と両立させながら大学生活をスタートします。

特徴的な授業

1年生で学ぶ数学：解析学、線形代数、情報数学

情報科学の分野を学ぶ上で数学は欠かせません。例えば、AI・機械学習を理解するには、解析学で学ぶ「多変数関数の偏微分」や「関数の近似法」、線形代数で学ぶベクトル・行列を用いた「複雑なモデルの表現法」と「計算手法」、情報数学で学ぶ「写像」「確率・統計」の考え方が必要となります。数学の基礎をしっかりと身に付けて情報技術を支える数理を説明できるようになりましょう。

1年生の特徴

勉強とサークルを両立している人が多いです。

1 年生は、数学や CS などの基礎科目と一般教養、外国語の履修が必須なので、勉学はかなり忙しいです。そのため、自分も含めて好きなことが打ち込めるサークルに所属して、リフレッシュしている学生を多く見かけます。サークルのほかにも好きなことの勉学やアルバイトに励んでいる生徒も見られます。また、春休みや夏休みなどの長期休みを利用して、ソフトウェアやハードウェア開発を行っている学生も見られます。