数理・AI・データサイエンスに関する教育プログラム（スタンダード）

数理・AI・データサイエンスに関する教育プログラム（スタンダード）

数理・AI・データサイエンスに関する教育プログラム（スタンダード）

本プログラムは、全学部生を対象とした教育プログラムです。

１．教育プログラムの名称

数理・AI・データサイエンスに関する教育プログラム（スタンダード）

２．身につけることができる能力

  • 基礎レベルで学んだ知識やスキルをさらに発展させ、実践的なデータ分析やAI活用を可能にする応用能力を修得できる。
  • 数理・データサイエンス・AIに関するより高度な知識を体系的に学ぶことで、課題解決のプロセスを深く理解し、さまざまな分野での応用が可能なスキルを修得できる。

３．教育プログラムの科目の構成・修了要件・授業の方法および内容

4科目・8単位を取得することで本プログラムを履修したこととなります。

 
科目名 単位 開講年次
基礎情報処理 ２単位 １年次
データサイエンス入門 ２単位 ２年次
AI入門 ２単位 ２年次
プログラミング入門 ２単位 ２年次

※各科目の詳細（授業の方法および内容）はシラバス検索システムで確認をしてください。

４．実施体制

本教育プログラムの実施体制を下表に示します。

役割 委員会等
プログラムの運営責任者 情報処理委員会
プログラムを改善進化させるための体制 情報処理委員会
プログラムの自己点検評価を行う体制 情報処理委員会（自己点検・評価委員会）

５．授業に含まれている内容・要素

実施科目 対応するモデルカリキュラム
基礎情報処理 1-1. データ駆動型社会とデータサイエンス
1-2. 分析設計
2-1. ビッグデータとデータエンジニアリング
2-2. データ表現
3-1. AIの歴史と応用分野
3-2. AIと社会
3-3. 機械学習の基礎と展望
データサイエンス入門 1-2. 分析設計
1-6. 数学基礎
2-1. ビッグデータとデータエンジニアリング
Ⅲ. ＡＩ・データサイエンス実践
AI入門 3-1. AIの歴史と応用分野
3-2. AIと社会
3-3. 機械学習の基礎と展望
3-4. 深層学習の基礎と展望
3-5. 生成AIの基礎と展望
3-10. AIの構築と運用
Ⅲ. ＡＩ・データサイエンス実践
プログラミング入門 1-7. アルゴリズム
2-7. プログラミング基礎

６．教育改善・質保証（自己点検・評価）

数理・AI・データサイエンスに関する教育プログラム（スタンダード）に関する自己点検・評価結果を示します。

閉じる
閉じる