本学では、文部科学省の「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）」に認定されたプログラムを展開しています。

認定有効期限：2028（令和10）年3月31日まで

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

プログラム名

データサイエンス・AI入門

プログラムの目的

データサイエンスおよびAIの基礎的な知識を修得し、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を身に着け、第4次産業革命、Society5.0の社会に必要とされる人材を育成することを目的としています。

修了要件

「データサイエンス・AI入門（2単位）」を履修することで、文部科学省「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）」を修了したことを認め、修了証を発行します。

授業内容

近年注目を集めているデータサイエンスとAIが、社会においてどのような位置づけにあり、様々な分野でどのように活用されているのかを学習した上で（導入）、データサイエンスの初歩的な手法をマスターするとともに（基礎）、データサイエンスやAIを活用する際の様々な留意事項を身に着けていくことを目的とします。ほぼ毎回の講義で、理解度の確認（練習問題）を行います。こうした学習を通じて、経済・社会における様々な問題を分析し、その本質を理解し、解決できる能力を培うことを目的とします。

プログラムで身につけることができる知識・能力・技能（学修成果）

1. データサイエンスやAIが注目されるようになった社会背景と、様々な分野での活用事例を理解し、説明できるようになる。
2. データサイエンスの基本的な分析手法を身に着け、データ解析の結果を分析目的に即して解釈できるようになる。
3. データサイエンスやAIに関する倫理的・法的な心得を理解する。

プログラムの実施体制

「データサイエンス・AI教育科目運営委員会」を設置し、プログラムを実施する体制を構築しています。また、「データサイエンス・AI教育科目運営委員会」が中心となり、プログラムの推進及び質向上を図ることを目的として、プログラムの自己点検・評価を実施しています。

プログラムの質保証に向けた自己点検結果等

自己点検・評価報告書（2024年度）

学内外の声

＜在学生＞

• 他学部の普段学べない学習などを通して自分自身の知識を深めることができました。
• データサイエンスという分野を学んだのが初めてだったので、とても興味深い内容ばかりでした。⾃分が、将来仕事をしていくうえでこの科目にしっかりと取り組むことが必要だと感じました。
• ありがたいと感じた点として、講義資料がいつでも閲覧できるという点があります。学習を進めるにあたりすごく助かりました。
• 毎回講義の先生が変わり、多くの知識を新しく、また毎回新鮮な形で学ぶことができました。
• 難易度は高かったのですが勉強になりました。
• 各学部の先生方の授業は面白かったので続けてほしいです。

＜産業界＞

＜2022年度～2023年度＞


• 全般的に高い評価に値する授業である。
• 全学部の学生を対象に全学部の教員が授業を担当することは、学生にとってプラスである。
• データ分析などを通じてロジカルに考える習慣がつくことが就職してからも必要で、そうしたことを意識して今後の授業を進めてほしい。
• この授業を踏まえ、実際の課題をデータサイエンスに基づいて分析した経験を就職の面接でアピールできるようになると企業にとっても有難い。
• 基礎の部分では、できるだけ実際の事例を用いるとよい。
• 社会人にもこうした授業を受講させたい。
• 現行の定期試験（オンライン形式）では、到達目標(1)を評価するのは困難であると思われるため、評価方法に関して検討すべき余地があると思われる。

本学では、文部科学省の「数理・データサイエンス・AI（応用基礎レベル）」に準拠したプログラムを展開しています。
※応用基礎レベルのプログラムは、2024年に都市情報学部と情報工学部のプログラムが認定されました。
2025年にはその他8学部での申請を予定しています。

認定有効期限：2029（令和11）年3月31日まで

情報工学部

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】令和6年度申請書

プログラム名

データサイエンス・AI応用基礎サブカリキュラム（情報工学部）

プログラムの目的

• 社会の様々な場面で、数理・データサイエンス・AIを活用して課題を解決できるようになるために、基礎となる数学やプログラミング技術を修得します。
• 数理・データサイエンス、機械学習の基礎技術や応用例の学習、実験・実習による体験を通して、専門知識の修得と数理・データサイエンス・AI技術の活用能力を育成します。

修了要件

以下の7科目の単位を全て修得すること。
「プログラミング演習I」「プログラミング演習II」「マルチメディア基礎」「確率・統計」「データサイエンス基礎」「アルゴリズム・データ構造」「情報工学実験I」

本プログラムを構成する授業科目・内容・方法

シラバス

プログラムで身につけることができる知識・能力・技能（学修成果）

• 幅広い教養を備え、社会に通用する情報工学の専門知識とその応用力を持ち、情報技術者として自らの手で新しい分野を創造的に切り開いてゆく事ができる能力
• 生涯にわたり主体的、自立的に探究する能力を身につけ、さらに、社会において課題解決に向けて協働して取り組むことのできる能力
• 自ら専門とする応用分野に対して、解決すべき課題を理解し、解決策を模索し、実践できる能力

プログラムの実施体制

情報工学部教授会のもとで、FD・SD委員会がプログラムの運営および自己点検・評価、教育の質改善のための取り組みを行います。

プログラムの質保証に向けた自己点検結果等

自己点検・評価報告書（2024年度）

都市情報学部

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】令和6年度申請書

プログラム名

数理・データサイエンス・AIプログラム（都市情報学部）

プログラムの目的

このプログラムは、専門分野で活用できる応用基礎力を修得する目的で、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身に着けるために必要な知識や技術を体系的に学べるプログラムです。

修了要件

以下の10科目の単位を全て修得すること。
「数学の基礎B-I」「数学の基礎B-II」「コンピュータシステム」「データサイエンス・AI入門」「コンピュータ演習II(基礎プログラミング)」「コンピュータ演習IV（応用プログラミング）」「計画の数理」「画像と情報処理」「水利用の計画」「水環境とまちづくり」

本プログラムを構成する授業科目・内容・方法

シラバス

プログラムで身につけることができる知識・能力・技能（学修成果）

• データサイエンス・AIが社会においてどのような位置づけにあり、様々な分野でどのように活用されているかを理解する。
• 基礎知識の修得や情報倫理の理解定着を促し、経済・社会における様々な問題を分析しその本質を理解することで問題解決できる能力を培う。

プログラムの実施体制

都市情報学部教授会のもとで、学生を対象とした「授業に関する学修成果 ・理解度アンケート」、学外評価者からの評価・意見を確認・点検し、プログラム内容・水準の維持・向上を図っています。

プログラムの質保証に向けた自己点検結果等

自己点検・評価報告書（2024年度）

法学部・経営学部・経済学部・理工学部・農学部・薬学部・人間学部・外国語学部

プログラム名

データサイエンス・AI応用基礎プログラム

プログラムの目的

このプログラムは、専門分野で活用できる応用基礎力を修得する目的で、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身につけるために必要な知識や技術を体系的に学べるプログラムです。

修了要件

以下の２科目の単位を全て修得すること。
・「データサイエンス・AI応用基礎I」
・「データサイエンス・AI応用基礎II」

本プログラムを構成する授業科目・内容・方法

シラバス

プログラムで身につけることができる知識・能力・技能（学修成果）

様々な専門分野の学生が、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を活用して課題を解決できるようになる実践的な応用基礎力をもつことを到達目標とします。

• データサイエンスやＡＩが注目されるようになった社会背景と、様々な分野での活用事例を理解し、説明できるようになる。
• データサイエンスの基本的な分析手法を身につけ、データ解析の結果を分析目的に即して解釈できるようになる。
• データサイエンスやAIに関する倫理的・法的な心得を理解する。

プログラムの実施体制

「データサイエンス・AI教育科目運営委員会」を設置し、プログラムを実施する体制を構築しています。また、「データサイエンス・AI教育科目運営委員会」が中心となり、プログラムの推進及び質向上を図ることを目的として、プログラムの自己点検・評価を実施しています。

プログラムの質保証に向けた自己点検結果等

自己点検・評価報告書（2024年度）