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(応用基礎レベル)

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(応用基礎レベル)

数理・データサイエンス・AI教育プログラム(応用基礎レベル)

理工学部として、全ての学生が応用基礎レベルの数理・データサイエンス・AI技術を習得する事を目標とし、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(応用基礎レベル)」を開講します。

プログラムを構成する授業科目

コア科目群(共通教育)
コア科目群(学科教育)
選択科目群(共通教育)
選択科目群(学科教育)
※丸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。

プログラムの修了条件

「コア科目群(共通教育)」から10単位以上、「コア科目群(学科教育)」から2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。

身に付けることが出来る能力

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ことが出来ます。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・分析ができるようになります。これらの基礎として、数学基礎・アルゴリズム・データ表現・プログラミング基礎のスキルを身に付けることが出来ます。

プログラミングを構成する授業の内容

1. 数学基礎、アルゴリズム、データ表現、プログラミング基礎
数理・データサイエンス・AI活用に必要な数学(微分積分学、線形代数学、統計学)の基礎を理解する。実データの分析、AIを実現するための手段としてアルゴリズム、データ表現、プログラミングの基礎を学ぶ。

該当授業科目:情報学基礎演習、微分積分学Ⅰ(数学A)、情報技術概論、線形代数学Ⅰ(数学B)、データ活用基礎(データサイエンス)
2. データ駆動型社会とデータサイエンス、分析設計、ビッグデータとデータエンジニアリング
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学ぶ。様々なデータ分析⼿法・データ可視化⼿法を知ることにより、⽬的に応じて適切な⼿法を選択出来るようになる。また、ICT(情報通信技術)の進展とビッグデータについて学ぶ。

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
3. AIの歴史と社会、機械学習(深層学習)の基礎と展望、AIの構築と運用
AIの歴史と活⽤領域の広がりについて学ぶ。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。機械学習(教師あり学習、教師なし学習)、深層学習、強化学習の基本的な概念を理解し、AIの構築と運⽤について知る。

該当授業科目:情報技術概論、データ活用基礎(データサイエンス)
4. 「データエンジニアリング基礎」及び「データ・AI活用、企画・実施・評価」の実践
理工学部として伝統的に実施している実習・実験・プロジェクト系科目において、上記項目を実践し、データを「人や社会にかかわる課題の解決」に活用できる能力を身に付ける。

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)、バイオ電子フォトニクス実験B、マテリアルフォトニクス実験B、電子光工学プロジェクト、システムデザインプロジェクト
5. オプション
  • 数学発展
該当授業科目:線形代数学Ⅰ(数学B)、微分積分学Ⅱ(数学C)
  • データエンジニアリング応用基礎
該当授業科目:コンピュータアプリケーション(応用化学生物学科)
  • AI応用基礎
該当授業科目:画像工学、ソフトウェア工学概論
TOPへ戻る