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
本学では、学修者本位の教育の原点に基づき、数理・データサイエンス教育の全学導入などの教育改革を進めてきました。 令和4年度に本学の「数理・データサイエンス・リテラシープログラム」が、本制度のリテラシーレベルに認定（プラスも選定）されたことに続き、令和5年8月25日付けで、本学の「数理・データサイエンス・応用基礎プログラム」が本制度の応用基礎レベルに認定されました（認定の有効期限は令和10年3月31日まで）。
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（応用基礎レベル）」
本学の申請内容
変更届【令和5年度】
変更届【令和6年度】
プログラムの構成
MDASHの応用基礎レベルの教育プログラムです。令和5年度に文部科学省により認定されています。
プログラムを構成するのは教養教育科目「データサイエンス基礎」、「地域学ゼミナール」の2科目に加え、「データサイエンス応用A」または「データサイエンス応用B」のいずれか1科目の計3科目6単位です。
授業内容
データサイエンス基礎
詳細は「数理・データサイエンス・リテラシープログラム」を参照してください。
地域学ゼミナール
詳細は「数理・データサイエンス・リテラシープログラム」を参照してください。
データサイエンス応用A
（1）プログラミングによるデータ分析
データサイエンスに不可欠な数学的基礎をデータサイエンス・AIの応用においてスタンダードなプログラミング言語であるPythonを用いた数値計算を通じて学びます。
（2）重回帰モデル・ロジスティック回帰モデルによる統計モデリング
数値予測の重回帰モデル、分類に用いられるロジスティック回帰、ニューラルネットワークを学びます。
（3）実践的な課題解決
データサイエンスならびにAIによる実践的な課題解決の方法を学びます。
データサイエンス応用B
（1）プログラミングによるデータ分析
データサイエンス・AIの応用においてスタンダードなプログラミング言語であるPythonを初歩から学び、Pythonを用いたデータ分析を学びます。
（2）重回帰モデル・ロジスティック回帰モデルによる統計モデリング
数値予測の重回帰モデル、分類に用いられるロジスティック回帰、ニューラルネットワークを学びます。
（3）実践的な課題解決
データサイエンスならびにAIによる実践的な課題解決の方法を学びます。
身に付けることができる知識と能力
データサイエンス基礎
詳細は「数理・データサイエンス・リテラシープログラム」を参照してください。
地域学ゼミナール
詳細は「数理・データサイエンス・リテラシープログラム」を参照してください。
データサイエンス応用A
- 課題解決で必要となるデータについて理解すること
- データサイエンスおよびデータエンジニアリングの基本的な概念と方法を理解すること
- データから意味を抽出し、AIを活用し課題解決につなげる基礎能力を身につけること
- Pythonを用いた数値計算によって、データサイエンスに不可欠な数学的基礎能力を身につけること
- 自身の専門領域を修めるために必要となる情報技術について，学識を得ること
データサイエンス応用B
- 課題解決で必要となるデータについて理解すること
- データサイエンスおよびデータエンジニアリングの基本的な概念と方法を理解すること
- データから意味を抽出し、AIを活用し課題解決につなげる基礎能力を身につけること
- Pythonによるデータ分析スキル
- 自身の専門領域を修めるために必要となる情報技術について，学識を得ること
修了要件
「データサイエンス基礎」、「地域学ゼミナール」の2科目に加え、「データサイエンス応用A」または「データサイエンス応用B」のいずれか1科目の計3科目6単位を修得すること。
補足：学部学科別の科目履修指定
-
医学部医学科、理工学部（物質創成化学科）
「データサイエンス応用A」を必修とする。
-
理工学部（数物科学科、地球環境防災学科、電子情報工学科、機械科学科、自然エネルギー学科）
「データサイエンス応用B」を必修とする。
授業の方法
オンデマンド型、対面型の授業と、e-ラーニングの組み合わせによって実施します。
授業は講義と演習からなり、演習ではPC上でPythonプログラミングを行います。
プログラミングに苦手意識を持つ学生に十分配慮し、数行程度の単純なプログラムを中心に扱います。授業で扱うプログラムは予め用意して提供し、チュートリアル形式で解説します。
シラバス
数理・データサイエンス・AIを身近なものとして実感し、活用・応用するために
- PBLに背局的に取り組むことでAIというパワフルなツールを駆使できる経験を積むことができます。
- プログラミングを修得するには自分でひとつひとつパソコンの出力を確認しながら理解を深めていく必要があります。
- オンデマンド学習にも対応することで、対面授業に参加できなかった場合でも授業にキャッチアップすることが容易であり、授業の復習・確認にも対応できます。
- 学生は授業担当教員のオフィスアワーで質問ができることに加え、学習サロン（学生相談室）に専用の窓口を設け、授業担当教員及びTAが対応します。
- 数理・データサイエンス教育センターでは、データサイエンスの各種勉強会、セミナーを開催しています。学生は興味のあるテーマのセミナー、勉強会に参加することができます。