グローバルナビゲーションへ

本文へ

ローカルナビゲーションへ

フッターへ



数理・データサイエンス・AI教育プログラム


ホーム >  学部・大学院 >  数理・データサイエンス・AI教育プログラム

内閣府により策定された「AI 戦略 2019」(令和元年6月統合イノベーション戦略推進会議決定)において掲げられた「教育改革」を踏まえて、数理・データサイエンス・AIに関する知識・技術を習得できるようプログラムを展開しています。

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)

本学の全学生に対して、これまで情報活用力、情報分析力及び情報発信力を身につけるための教育を行ってきましたが、急速に進展する情報社会、そしてその先にあるSociety5.0時代(超スマート社会)に活躍する人材を育成することを目的に、新たな視点としてデータ・AIの利活用及び統計的手法の基礎的な能力を身につける「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)」を開設し、令和4(2022)年度から実施しています。

プログラム名

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)

教育プログラムで身につけることのできる能力

当該教育プログラムでは、次に示す能力を身につけます。
・情報を適切に収集,分析及び活用することができる。
・今日の情報社会の基礎的教養であるデータ処理、AIについて基礎的な事柄を理解できる。
・情報社会における倫理規範やマナーを理解できる。
・統計学の基礎知識が習得できる。
・統計的手法を用いてデータを解析する技術が習得できる。

修了要件

下記の授業科目をすべて修得した学生に対し、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)の修了者とします。

開設される授業科目

本学の教育理念は、現代社会に役立つ学問である実学を、情報を活かすことで発展的に実現する「現代実学主義」であり、この理念に基づき、科目区分「現代実学」に配当した「情報リテラシー演習」、「情報社会とAI(情報モラルとセキュリティ)」に、「統計学」を加えた3科目でリテラシーレベルのモデルカリキュラムの学修内容をカバーし、当該教育プログラムを構成しています。
<令和4年度入学生に適用>
総合情報学部 看護学部
1年・前期・必修 情報モラルとセキュリティ 1年・前期・必修 情報社会とAI
1年・前期・必修 情報リテラシー演習 1年・前期・必修 情報リテラシー演習
1年・前期・選択 統計学 1年・前期・必修 統計学
<令和5年度以降入学生に適用>
総合情報学部 看護学部
1年・前期・必修 情報社会とAI 1年・前期・必修 情報社会とAI
1年・前期・必修 情報リテラシー演習 1年・前期・必修 情報リテラシー演習
1年・前期・必修 統計学 1年・前期・必修 統計学

モデルカリキュラム(リテラシーレベル)と授業科目との対応表

学修項目 授業科目
導入 1.社会におけるデータ・AI活用
1-1.社会で起きている変化 情報モラルとセキュリティ/情報社会とAI
1-2.社会で活用されているデータ 情報モラルとセキュリティ/情報社会とAI
1-3.データ・AIの活用領域 情報モラルとセキュリティ/情報社会とAI
1-4.データ・AI活用のための技術 情報モラルとセキュリティ/情報社会とAI
1-5.データ・AI活用の現場 情報モラルとセキュリティ/情報社会とAI
1-6.データ・AI活用の最新動向 情報モラルとセキュリティ/情報社会とAI
基礎 2.データリテラシー
2-1.データを読む 統計学
2-2.データを説明する 情報リテラシー演習
2-3.データを扱う 情報リテラシー演習
心得 3.データ・AI利活用における留意事項
3-1.データ・AIを扱う上での留意事項 情報モラルとセキュリティ/情報社会とAI
3-2.データを守る上での留意事項 情報モラルとセキュリティ/情報社会とAI
※モデルカリキュラム(リテラシーレベル)とは
政府の「AI戦略2019」(2019年6月策定)にて、リテラシー教育として、文理を問わず、全ての大学・高専生(約50万人卒/年)が、課程にて初級レベルの数理・データサイエンス・AIを習得する、とされたことを踏まえ、各大学・高専にて参照可能な「モデルカリキュラム」を数理・データサイエンス教育強化拠点コンソーシアムにおいて検討・策定したもの。

授業の方法及び内容

プログラムの実施体制

プログラムの運営・改善については教務委員会の下に設置した「数理・データサイエンス・AI教育推進委員会」が担当し、自己点検・評価は、本学の内部質保証のプロセスの中で行う。なお、自己点検は、該当科目の授業評価アンケート、当該教育プログラム全体のアンケート、授業科目の成績評価及び合格率等の情報を踏まえて実施する。

プログラムの自己点検・評価

令和4(2022)年度の自己点検評価報告書は、こちらに掲載されています。

申請書

本プログラムは令和5(2023)年度に「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)」に申請し認定されています。
 ※認定の有効期限:令和10(2028)年3月31日

変更届

  令和5(2023)年度の総合情報学部のカリキュラム改正に合わせて変更届を提出しています。

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)

総合情報学部では、令和5(2023)年度から数理・データサイエンス・AIを活用して課題を解決するための実践的な能力を育成するために必要な知識及び技術を体系的に修得する応用基礎レベルの教育プログラムを開設しています。

プログラム名

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)

身につけることのできる能力

当該教育プログラムでは、自らの専門分野の研究や卒業後の就業に際して、数理・データサイエンス・AIを活用し、課題を解決できる能力を身につけます。

修了要件

下記の授業科目から、必修科目26単位、選択科目10単位(合計36単位)を修得した学生に対し、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)の修了者とします。

開設される授業科目

<令和5年度以降入学生に適用>
(1)応用基礎コア(必修)
「Ⅰ.データ表現とアルゴリズム」
授業科目 年次 学期 単位数
基礎数学a 1 前期 2
基礎数学b 1 後期 2
情報数学a 1 後期 2
情報数学b 2 前期 2
アルゴリズムとデータ構造a 2 前期 2
コンピュータ概論 1 後期 2
プログラミング入門 1 前期 2
「Ⅱ.AI・データサイエンス基礎」
授業科目 年次 学期 単位数
情報社会とAI 1 前期 2
データマイニング 3 後期 2
データ解析システム 3 前期 2
人工知能a 2 後期 2
人工知能b 3 前期 2
Ⅲ.AI・データサイエンス実践」
授業科目 年次 学期 単位数
特別講義(データサイエンス・人工知能演習) 3 前期/後期 2
(2)選択項目
「Ⅳ. 数学発展」
授業科目 年次 学期 単位数
推測統計学 1 後期 2
アルゴリズムとデータ構造b 2 後期 2
「Ⅴ. AI応用基礎」
授業科目 年次 学期 単位数
パターン認識と機械学習 3 前期 2
人工知能c 3 後期 2
「Ⅵ. データサイエンス応用基礎」
授業科目 年次 学期 単位数
データ可視化法 3 後期 2
多変量解析 2 後期 2
「Ⅶ. データエンジニアリング応用基礎」
授業科目 年次 学期 単位数
データベース管理システム
(データサイエンス学系・情報メディア学系)
2 後期 2
データベース論(情報システム学系) 2 後期 2
情報分析応用 2 前期 2
ネットワークとセキュリティ
(データサイエンス学系・情報メディア学系)
1 後期 2
情報ネットワーク概論(情報システム学系) 1 後期 2
※学系の指定のある科目は、当該学系の学生のみ履修可能

モデルカリキュラム(応用基礎レベル)と授業科目との対応表