副専攻とは

所属する学部・学科等の学び(主専攻)に加え、プラスαの学びとして、学生の多様な関心や目的に応じて、学部等の枠を超えた様々な知識や技能を体系的に幅広く学修することができる制度で、令和4(2022)年度入学生から開始しました。副専攻を修了するためには、所属する学部等が定める卒業要件を満たし、各副専攻で定める修了要件を満たすことで、卒業時に修了証が発行されます。

開設している副専攻の種類

現在開設している「副専攻」は以下のとおりです。

【防災リーダー副専攻】

災害に対応するための知識と技術を習得し、震災に際し迅速な初期行動や被災支援活動が行えることができるとともに、地域社会への貢献ができるリーダー的人材を養成することを目的としています。

国士舘大学 防災リーダー副専攻

令和4年度以降入学生適用 科目一覧・修了要件
区分 科目名 学年 単位数 副専攻の必選 備考
講義 防災リーダー養成論 1〜 2 必修
実習 防災リーダー養成論実習 1〜 2 必修 集中講義
ボランティア実践Ⅰ 1〜 1 選択 災害関係のボランティアに従事し単位認定が可能なものに限る
ボランティア実践Ⅱ 1〜 1 選択
ボランティア実践Ⅲ 1〜 1 選択
ボランティア実践Ⅳ 1〜 1 選択

必修2科目 合計4単位を修得する。

【AI・データサイエンス副専攻】

AIやデータサイエンスの知識と技能、創造的思考力を身につけ、卒業後の社会におけるAIやデータサイエンス活用の基礎力を育成します。また、統計学や数学の基礎的な教養も身につけ、データに基づく問題解決の手法を学ぶことを目的としています。
なお、本副専攻は、数理・データサイエンス・AI教育強化拠点コンソーシアムが作成した、リテラシーレベルと応用基礎レベルの「モデルカリキュラム」に準拠しています。

国士舘大学 AI・データサイエンス副専攻

入学年度によって、科目と修了要件が異なるので注意してください。

令和5年度以降(2023〜)入学生適用 科目一覧・修了要件
区分 科目名 学年 単位数 副専攻の必選 備考
リテラシーレベル AIとサイエンス 1 2 必修
応用基礎レベル データサイエンス基礎 1〜 2 必修
データエンジニアリング基礎 1〜 2 必修
AI基礎 1〜 2 必修
AI基礎演習 2〜 1 必修
数理関係科目 統計学入門 1〜 2 選択 ※なお、「数理・統計」区分は、左記記載科目以外に、学部の定めにより、学部専門科目を充てることができる。(修了要件で定める)
確率論入門 1〜 2 選択
数学(線形代数) 1〜 2 選択
数学(微分積分) 1〜 2 選択
数学(多変数関数の微積分) 1〜 2 選択

政経・体育・法・文・21世紀アジア・経営学部
必修5科目の計9単位に加え、「数理・統計」区分科目から2科目計4単位を修得していること。

理工学部
必修5科目の計9単位に加え、「数理・統計」区分は、理工学部専門科目の「基礎数学A1、基礎数学A2、基礎数学B1、基礎数学B2」または「基礎学力A、基礎学力B」から学部が指定した2科目を充て、計4単位を修得していること。

このカリキュラムで「応用基礎レベル」の内容まで、学修することができます。

令和4年度入学生(2022)適用・科目一覧・修了要件
区分 科目名 学年 単位数 副専攻の必選 備考
リテラシーレベル AIとサイエンス 1 2 必修 全学部必修
統計学(基礎統計) 1〜 2 必修 政経・体育・法・文・21アジア、経営学部必修
統計学 1〜 2 必修 理工学部のみ 必修
数理関係科目 情報科学 1〜 2 選択
コンピューターシステム 1〜 1 選択
情報処理A 1〜 2 選択
情報処理B 1〜 2 選択
情報処理C 1〜 2 選択
情報処理D 1〜 2 選択
数理 数学(線形代数) 1~ 2 選択
数学(微分積分) 1〜 2 選択

必修2科目の4単位を修得していること。
なお、「統計学(基礎統計)」と「統計学」はいずれかとする。

副専攻受講のメリット

  • 興味や関心に応じて、幅広い知識が得られます。
  • 社会に出てから求められる専門分野とは異なった視点からの知識や技能を養うことができます。
  • 所属学部(主専攻)の学修を補うことができます。

副専攻の受講

副専攻の受講を希望する学生は、あらかじめ申請が必要です。
詳しくは、学生ポータルサイト(Kaede-i)や講義支援システム(manaba)に掲載するお知らせや、年度初めのガイダンス等の説明資料で確認してください。