情報学部とデータサイエンス学部の学びと目的の違いについて｜掲示板スレッド

大学によってはとりあえずかっこいい名前、という意見ですが、偏差値にも関係するでしょう。大学によっては、excelやpythonを教えるだけで、専門学校よりも専門的な実習時間は足りないところもあります。三角関数を教えるところもあるとか、絶句です。偏差値が高いところは、それこそ4,50年以上情報学科を置いています。それでも他の学科に比べて歴史は浅いですよね。

どちらも学部とおっしゃっているので、学科によっても研究室によっても違うでしょう。知り合いの情報学部の学生は、文系入試で数学を一切使わないと言っていました。
また、理系の場合でも、物理、科学、生物の知識はほぼ不要です。逆に生物の研究をする人が必要に応じてデータサイエンスする場合などがあります。数学しか使わないので、理系全般から見ると、理系と言えないと思われるかもしれませんね。

また、今回のchat-GPTの回答には異論がありませんが、chat-GPTは、間違った回答がものすごく多いので、そのまま信じてはいけません。

chat-GPTは、文章の中の単語の頻度や組み合わせなどを膨大なデータとして数学的に処理して文章を組み立てているだけです。仕組みがわかると、すごいなーとは思いますが、間違える理屈も納得です。

熱風さんの書き込みへのchatGPTさんの返信です。

大学の選択や学科、研究室の特性についての意見や経験をお伝えいただきありがとうございます。確かに大学や学科によってカリキュラムや教育の重点は異なりますし、偏差値や学科の歴史も要素として考慮されることがあります。また、chat-GPTは大量のデータから学習された言語モデルであり、情報の正確性や信憑性については注意が必要です。ユーザーの方々からの貴重な情報や意見を参考にしながら、できる限り適切な情報を提供できるよう努めています。引き続き、質問や意見をお寄せいただければと思います。

chatGPTさんに聞いてみた。
「宮崎駿の最新作、君たちはどう生きるか　はどう思う？」


申し訳ありませんが、私の知識は2021年9月までのものであり、最新の情報は提供できません。宮崎駿監督の作品『君たちはどう生きるか』についての評価や意見は、個人の感性や主観によって異なることがあります。そのため、作品をご自身でご覧になり、ご自身の感想や思いを形成することが重要です。宮崎駿監督は多くの人々に愛される映画作品を生み出してきましたので、興味がある場合はぜひご鑑賞されてみてください。


えーーーGPTさんって2年も前の世界で生きてるだけなんだ？
時代関係のない真理や心理くらいしか聞けないじゃん！

CHAT-GPTは、GPT-3の次のバージョンで、GPT-3.5のことです。2011-2021のデータを元に動いています。無料で誰でも簡単に使えるのですが、使えば使うほど、性能の低さを感じます。少し高性能のGPT-4は、有料版で使えます。
GPTは、一般の世に出てまだ半年。GPT初めとした生成AIは、無限の発展をします。
今の時点では、まだまだ信用度は低いですが、これから信用度が上がったり、断言しないような言い方をするようになったりはするでしょう。今後の動向は気になりますね。

有料って¥3,000/月　でしたかね？別段気にならない金額ではありますが、それだけ使う気がしないですよね。
どなたか課金されている方いますか？

★ 情報学部とデータサイエンス学部の違いについて

◎ 情報学部にはインフォマティクスとコンプューターサイエンスの2系統があります。

＊ インフォマティクスは【情報学】のことで【情報】が関係する分野全てという広範囲の学問です。（文系的要素と理系的要素のどちらも含まれる広範囲な領域）

＊ コンピュータサイエンスは【計算機科学】のことで、IT（コンピュータ＝機械）の仕組みについて学ぶ学問です。情報学部や工学部の【情報工学科】に相当します。（ガチで理系の学問）

＊ データサイエンスは新しい学問で、統計学、機械学習やAI（人工知能）、データの分析など、色々な領域の手法を組み合わせて、蓄積された大量のデータから得られた情報を、【どのようにビジネスに活用するかの企画力や提案力が求められる学問】です。それゆえに「文理融合学部」と言われています。
別の言い方をするとデータサイエンス学部は、計量経済学の領域とほぼ一緒なので、ジャンルは文系ですが数理的な解決を要求されるので数学の知識が必要となります。

※「計量経済学」とは：統計的手法を用いてデータを分析し、社会経済現象のメカニズムを解明する学問のこと。
※「文理融合型の学部」では、カリキュラムに【課題解決型の学習】(PBL=Project Based Learning)を取り入れています。これは文系・理系のさまざまな知識を活用して、社会に出た時に役立つ【問題解決能力】を育てることが狙いです。

【まとめ】：データの処理・分析・可視化によって新たな価値を見出すことが、データサインエンティストには求められています。