01. プログラム概要
デジタル化が不可逆的に進み、社会・産業の転換が⼤きく進む中で、数理・データサイエンス・AIの基礎的素養は「現代のリテラシー」と言われ、大学生が備える基礎的な知識・技能であると言われています。
本プログラムは、ADEPTプログラム(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(リテラシーレベル)」認定)で身に付けた、数理・データサイエンス・AIの基礎的素養と経営学や経済学とをつなぐ「橋渡し教育」として位置づけられます。
【本プログラムの目的】
①リテラシーレベルの教育内容を補完・発展させ、データから意味を抽出し、研究・現場へフィードバックする能力や、AIを活用して課題解決につなげる基礎的実践能力を修得すること。
②自身の専門分野において、数理・データサイエンス・AIの応用・活用を構想できる視点を獲得すること。
本プログラムは、ADEPTプログラム(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(リテラシーレベル)」認定)で身に付けた、数理・データサイエンス・AIの基礎的素養と経営学や経済学とをつなぐ「橋渡し教育」として位置づけられます。
【本プログラムの目的】
①リテラシーレベルの教育内容を補完・発展させ、データから意味を抽出し、研究・現場へフィードバックする能力や、AIを活用して課題解決につなげる基礎的実践能力を修得すること。
②自身の専門分野において、数理・データサイエンス・AIの応用・活用を構想できる視点を獲得すること。
02. プログラムで身に着けることのできる能力
・各専門分野へ応用できる数理・データサイエンス・AIの素養
・数理・データサイエンス・AIを活用し、社会における様々な課題を解決する能力
・数理・データサイエンス・AIを活用し、社会における様々な課題を解決する能力
03. プログラム修了要件
必須科目(4科目6単位)および選択必須科目から、①基礎科学講義(数学分野)2科目4単位、②情報関連基礎科目1科目1単位、③展開科目2科目4単位(うち1科目は数学)以上の修得を修了要件とする。
04. 実施体制
| プログラムの運営責任者 | 理学部長 |
| プログラムを改善進化させるための体制 | データサイエンス人材育成 プログラム (理学部)管理部会 |
| プログラムの自己点検評価を行う体制 | 理学部教授会 |
05. プログラム科目一覧
| 区分 | 要件 | 科目名 | 科目種別 |
| 【基盤科目】 | 必修 (6単位) |
総合講義(データサイエンス入門) | 共通教養科目 |
| 情報リテラシー | 共通教養科目 | ||
| 基礎物理学実験 | 共通教養科目 | ||
| 生命情報科学 | 理学部専門科目 | ||
| 【展開科目】 基礎化学講義 (数学分野) |
選択必修 (4単位以上) |
行列とベクトル | 共通教養科目 |
| 行列とベクトル演習 | 共通教養科目 | ||
| 微分と積分 | 共通教養科目 | ||
| 微分と積分演習 | 共通教養科目 | ||
| 統計と確率 | 共通教養科目 | ||
| 【展開科目】 情報関連基礎科目 |
選択必修 (1単位以上) |
プログラミングA | 共通教養科目 |
| プログラミングC | 共通教養科目 | ||
| 【展開科目】 専門科目 |
選択必修 (4単位以上、1科目は数学) |
自然科学実験Ⅰa | 理学部専門科目 |
| 自然科学実験Ⅱc | 理学部専門科目 | ||
| 生命科学実験 | 理学部専門科目 | ||
| 自然科学数学A | 理学部専門科目 | ||
| 自然科学数学C | 理学部専門科目 | ||
| 自然科学数学D | 理学部専門科目 |