学生生活

AI・データサイエンス教育プログラム

戻る

AI・データサイエンス教育プログラム

本学では、目指すべき未来社会として提唱されている「Society5.0」に思い描かれる「人間中心のAI社会」を実現するために、デジタル社会の「読み・書き・そろばん」にあたる「数理・データサイエンス・AI」の基礎などの必要な力を身に付けられるように、『AI・データサイエンス教育プログラム』を設けています。文系・理系問わず学修が可能となります。

プログラムの概要

本学の「AI・データサイエンス教育プログラム」は、全学向けに開講されている総合教育科目の「AIとサイエンス」が基盤となっており、数理・データサイエンス・AIに関するリテラシーレベルの知識・技術の習得を目指しています。また、基礎的な数理を学修する数学や統計学も含まれています。なお、本プログラムは令和3(2021)年度入学生から適用されます。

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

本学のAI・データサイエンス教育の取り組みが、文部科学省が推進する「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)」に認定されました。
認定の有効期限は、令和9年3月31日までです。

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
申請書類
数理・データサイエンス・AI教育プログラム認定制度について
プログラム名称

「AI・データサイエンス教育プログラム」

プログラムの対象科目と概要(リテラシーレベル)

本プログラム「リテラシーレベル」の対象科目は、以下のとおりです。なお、各科目の講義内容等詳細は、シラバスを参照してください。

「AIとサイエンス」(総合教育科目):全学部対象

AIを中心としたデータサイエンス技術を正しく理解し、活用するための基礎を理解する。最先端の科学技術を身近な例を用いながら学ぶ。
(令和5年度入学生からは必修授業となります。)

「統計学(基礎統計)」(総合教育科目):理工学部を除く全学部対象

統計学の基礎知識を解説し、実際に表計算ソフトを用いて統計データを処理することで、知識の理解を深める。また、確率、確率空間、確率分布について解説し、自然現象や社会現象の発生には幾つかの特徴があり、事象の母集団が種々の確率分布に従っていることを学ぶ。

「統計学」(専門科目):理工学部のみ対象

統計の基本的考え方を理解し、データに基づく基本的統計分析を自ら適用できるようになる。また、具体のデータを用いた実践的な統計分析を前提とし、記述統計と推測統計の基本的な考え方と、その基本的な手法について知見を得ていく。

プログラムの修了要件(応用基礎レベル)

本プログラム「応用基礎レベル」の対象科目は、以下のとおりです。なお、各科目の講義内容等詳細は、シラバスを参照してください。

データサイエンス基礎(総合教育科目)

データ分析の基礎として、平均値、分散、標準偏差などの確率統計の基礎的な解説からはじめ、代表的な確率分布である二項分布、ポアソン分布、正規分布について学ぶ。また、統計的データ分析手法として統計的推定、統計的検定、回帰分析について学習する。

データエンジニアリング基礎(総合教育科目)

データエンジニアリングに関する基礎的な知識・技術を身につけるものである。データを扱う演習を通して、Python の基本的な使い方を習得する。実データ、実課題を⽤いた演習など、社会での実例を題材とした教育を⾏うことで、現実の課題へのアプローチ⽅法および数理・データサイエンス・AI の適切な活⽤法を学ぶ。

AI基礎(総合教育科目)

AI・機械学習の歴史や仕組みについて学修する。機械学習の代表的なアルゴリズムについて、Python プログラムと照らし合わせながら、その仕組みについて理解する。Python プログラムは、資料としてあらかじめ用意されている。使い方を説明する。また、AI が社会に受け⼊れられるために考慮すべき論点について学ぶ。また、今後、AI が社会に受け⼊れられるために考慮すべき情報倫理・情報セキュリティ的観点(プライバシー保護、個人情報の取り扱い、AI に関する原則/ガイドラインなど)を理解する。

AI基礎演習(総合教育科目)

AI基礎演習ではAI基礎で学んだ基礎的な内容を補完的・発展的に学修し、それぞれの専門分野においてAI・データサンスを活用するための基礎の修得を目指す。

なお、令和4(2022)年度からは、本プログラムを「AI・データサイエンス副専攻」として開設します。詳細については、副専攻のページサイト内にリンクしますをご確認ください。(なお、対象科目については変更はありません。)

プログラムの修了要件(リテラシーレベル)

【政経・体育・法・文・21世紀アジア・経営学部の学生】

  • AIとサイエンス
  • 統計学(基礎統計)

以上2科目4単位をすべて修得すること。

【理工学部の学生】

  • AIとサイエンス
  • 統計学

以上2科目4単位をすべて修得すること。

プログラムの修了要件(応用基礎レベル)

【全学部の学生共通】

「AIとサイエンス」を修得済みかつ、下記4科目を全て修得し、数理・統計関係科目から2科目4単位以上修得すること。

  • データサイエンス基礎
  • データエンジニアリング基礎
  • AI基礎
  • AI基礎演習

※数理・統計関係科目

  • 理工学部:基礎数学A1/A2、基礎数学B1/B2または基礎力学A/B
  • 理工学部以外:統計学入門、確率論入門、数学(線形代数)、数学(微分積分)、数学(多変量関数の微積分)
プログラムで身に付けることができる能力
  1. AIやデータサイエンスが、社会でどのように活用され新たな価値を生んでいるのかを理解し説明することができる。
  2. データを正確に読み解き、世に出ている情報を正しく解釈するための知識を修得することができる。
  3. AIのメリットやデメリット、またAIの持つポテンシャルについて正しく知ることにより、活用することができる。
  4. AIを道具として上手に活用するための基礎的素養を修得し、論理的・科学的思考力を身に付けることができる。
  5. 問題を発見し、データサイエンスを通じて解決する能力を高めることが出来る。
モデルカリキュラムとの対応

数理・データサイエンス教育強化拠点コンソーシアムで作成した、数理・データサイエンス・AIに関するリテラシーレベルの「モデルカリキュラム」と本学開設科目との対応については、以下のとおりです。

プログラムの実施体制

本プログラムは、以下の組織体で運営・実施をしています。

◆プログラムの運営責任

 データサイエンス教育研究開発センター
 (令和3年度まで 全学教養教育運営センター)

◆プログラムの改善・進化

 データサイエンス教育研究開発センター 運営委員会
 (令和3年度まで 全学教養教育運営センター AI・データサイエンス教育ワーキンググループ)

◆プログラムの自己点検・評価

 データサイエンス教育研究開発センター 運営委員会
 (令和3年度まで 全学教養教育運営センター AI・データサイエンス教育ワーキンググループ)

プログラムの自己点検・評価

本教育プログラムの内容については、検証(自己点検・評価)をしながら、改善をしています。自己点検・評価の詳細については、以下のリンクをご覧ください。


学生生活

国士舘大学図書館

情報システム

スポ魂サイト

国士舘大学の魅力ある教員・研究者を紹介します!

2024年03月05日更新

国士舘のスポーツ情報オフィシャルサイトです。駅伝、野球、柔道といったクラブ紹介をはじめ、試合日程や結果など、最新の活動状況を随時配信しています。

国士舘大学は2017年に創立100周年を迎えました。創立100周年記念事業サイトでは事業の概要や国士舘のあゆみを紹介しています。

前へ
次へ
国士舘の魅力を紹介します。

ページの先頭へ