背景色
文字サイズ

数理・データサイエンス・AI教育プログラム

Home > 学部・大学院 > 数理・データサイエンス・AI教育プログラム

数理・データサイエンス・AI教育プログラム(リテラシーレベル)【共通教育】

理工学部として、全ての学生がリテラシーレベルの数理・データサイエンス・AI技術を習得する事を目標とし、共通教育(2年春学期まで)において以下の授業科目を開講します。
本教育プログラムは、文部科学省「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定されています。認定の有効期限は令和8年3月31日までです。

プログラムを構成する授業科目

コア科目群
  • 情報学基礎演習(情報学基礎演習)
  • 情報技術概論(情報技術概論)
  • データ活用基礎(データサイエンス)
選択科目群
  • 微分積分学Ⅰ(数学A)
  • 微分積分学Ⅱ(数学C)
  • 線形代数学Ⅰ(数学B)
  • プログラミングとアルゴリズム基礎(新設科目)
  • データサイエンス入門(新設科目)
※括弧内は旧カリキュラム(令和2年度以前の入学者が対象)における授業科目名です。
※新カリキュラム(令和3年度以降の入学者が対象)において、上記授業科目群は全て必修科目(卒業要件)です。

プログラムの修了条件

「コア科目群」から6単位、「選択科目群」から4単位以上を取得することで、プログラムを修了することができます。なお、新カリキュラム(令和3年度以降の入学者が対象)において、プログラムを構成する全ての授業科目が必修科目です。

身に付ける能力

理工系人材の教養として、社会における数理・データサイエンス・AIの役割を理解し、実践的なデータ活用技術を身に付ける。具体的には、技術者倫理やデータ倫理に基づき、ドメイン分野(応用化学生物学、電子光工学、情報システム工学)において、データの集計・加工・分析が出来るようになる。これらの基礎として、統計および数理基礎・アルゴリズム基礎・プログラミング基礎のスキルを身に付ける。

プログラムを構成する授業の内容

1. 社会で起きている変化、データ・AI利活用の最新動向

数理・データサイエンス・AIによって、社会および日常生活が大きく変化している事を知り、新たなサービスおよびビジネスについて学ぶ。最新のAI技術の活用例を知ることにより、現在のAIで出来ること、出来ないことを理解する。上記の学修を通して、現代社会以降(Society4.0,Society5.0~)の理工学系人材にとって、数理・データサイエンス・AI技術が必須スキルである事を理解し、その価値を説明出来るようになる。

該当授業科目:情報学基礎演習、情報技術概論、データ活用基礎(データサイエンス)
2. 社会で活用されているデータ、データ・AIの活用領域
数理・データサイエンス・AIは様々な分野に活用領域を広げており、大量かつ多様なデータを取り扱うことを知る。実際の調査データや実験データを取り扱う事で、社会で活用されているデータを体験的に理解する。取り扱うデータは構造化データに限らず、非構造化データ(文章、画像/動画、音声/音楽など)を含む。

該当授業科目:情報学基礎演習、データ活用基礎(データサイエンス)
3. データ・AI利活用のための技術、データ・AI利活用の現場
様々なデータ利活用の現場において、数理・データサイエンス・AIを活用するために使われている技術の概要および新たに得られる知見・価値を知る。理工学分野における数理・データサイエンス・AIの活用を中心的に学び、流通、製造、金融、サービス、インフラ、公共、ヘルスケア等における活用は概論的に学ぶ。

該当授業科目:データ活用基礎(データサイエンス)
4. データ・AIを扱う上での留意事項
数理・データダイエンス・AI活用に当たっての様々な留意事項を理解する。個人情報保護法やGDPRなど、データを取り巻く国際的な動向を理解し、ドメイン分野に数理・データサイエンス・AIを利用する際に求められるモラルや倫理を身に着ける。データ駆動型社会における様々な脅威を理解し、適切に数理・データダイエンス・AIを活用出来るようになる。

該当授業科目:情報学基礎演習、データ活用基礎(データサイエンス)
5. データを読む、データを説明する、データを扱う
データを読み解く上で、ドメイン知識が重要であることを理解し、理工学分野におけるデータの集計・加工・分析をする方法を学ぶ。データの種類と表計算ソフトの利用方法を理解し、代表値の適切な解釈と可視化が出来るようになる。

該当授業科目:情報学基礎演習、データ活用基礎(データサイエンス)
6. オプション
  • 統計及び数理基礎
該当授業科目:データ活用基礎(データサイエンス)、微分積分学Ⅰ(数学A)、線形代数学Ⅰ(数学B)、微分積分学Ⅱ(数学C)
  • アルゴリズム基礎
該当授業科目:プログラミングとアルゴリズム基礎
  • データ構造とプログラミング基礎
該当授業科目:情報技術概論、プログラミングとアルゴリズム基礎
  • データハンドリング
該当授業科目:データ活用基礎(データサイエンス)、データサイエンス入門
  • データ活用実践(教師あり学習)
該当授業科目:データサイエンス入門
※各科目のシラバスはコチラをご覧ください。

実施体制

役割 責任者・委員会・組織等
プログラムの運営責任者 副学長
プログラムを改善・進化させるための体制 数理・データサイエンス・AI教育プログラム推進委員会
プログラムの自己点検・評価を行う体制 IR委員会

自己点検・評価結果

「数理・データサイエンス・AI教育プログラム」の自己点検・評価結果です。

数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)申請書

文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」の申請書です。
TOPへ戻る