データサイエンス応用基礎教育プログラム | 長崎大学 情報データ科学部
教育
EDUCATION

データサイエンス応用基礎教育プログラム

令和4年8月24日、本プログラムは、文部科学省「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」及び「同(応用基礎レベル)プラス」に認定されました(認定期間は令和9年3月31日まで)。この制度は内閣府・文部科学省・経済産業省の3府省が連携し、大学等における数理・データサイエンス・AI教育の取り組みを奨励するため、設けられた制度です。

数理・データサイエンス・AI教育プログラム認定制度とは

学生の数理・データサイエンス・AIへの関心を高め、それを適切に理解し活用する基礎的な能力(リテラシーレベル)や、課題を解決するための実践的な能力(応用基礎レベル)を育成するため、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行う大学等の正規の課程(教育プログラム)を文部科学大臣が認定及び選定して奨励するものです。
これにより数理・データサイエンス・AIに関する基礎的な能力及び実践的な能力の向上を図る機会の拡大に資することを目的としています。
また、認定された「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」の中で、先導的で独自の工夫・特色を有する教育プログラムが「数理・データサイエンス・AI教育プログラム(応用基礎レベル)プラス」として選定されます。

プログラム概要図

※授業内容については、シラバスを検索のうえご確認ください。

当該教育プログラムにおいて身に付けることのできる能力

データを用いて様々な実社会の課題を解決し、新たな価値を生み出す上で必要となる数学・情報学の基盤知識、データサイエンスの基礎的知識、およびデータサイエンスを実際に活用する実践力

修了要件

データサイエンスコースの必修科目および選択必修科目(社会・観光情報学Ⅰ~Ⅲ、医療・生命情報学Ⅰ~Ⅲ)の全てを修了すること

プログラムを構成する授業科目

統計学/情報学基礎

データサイエンスを使いこなすための数学、データ処理、アルゴリズム、プログラミングなどの統計学/情報学の基盤知識を学習

必修

大学数学入門、線形代数学Ⅰ~Ⅱ、微分積分学Ⅰ~Ⅱ、情報基礎数学、情報科学技術、確率・統計、コンピュータ入門、プログラミング概論、プログラミング演習Ⅰ~Ⅱ、情報ネットワークⅠ、オートマトンと言語理論、情報セキュリティⅠ

選択

微分積分学Ⅲ(※1)、数理統計学
※1…2023年度以前の入学者は必修

データサイエンス基礎

データサイエンスの活用のため、データサイエンスの応用分野、データエンジニアリング、運用・構築のための基礎的知識と技術を習得

必修

科学者倫理(※2)、技術英語Ⅰ、ビッグデータ分析、パターン認識と機械学習、情報統計学、多変量解析、探索的記述統計、データサイエンス概論(※3)、統計学概論(※3)
※2…2023年度以前の入学者は「安全工学」、「工学倫理」
※3…全学教養教育科目

選択必修

社会・観光情報学Ⅰ~Ⅲ、医療・生命情報学Ⅰ~Ⅲ

選択

人工知能、ベイズ統計学

データサイエンス実践

実社会の課題に対して、データを課題解決に活用する一連の流れを経験することで、データサイエンスを実践する力を養う

必修

数理・データサイエンス、基礎データ分析演習、応用データ分析演習、ビッグデータ分析演習、パターン認識と機械学習演習、実社会課題プロジェクト(PBL)A~B

選択

人工知能演習、実社会課題プロジェクト(PBL)C~D
実施体制

組織:情報データ科学部 データサイエンス教育プログラム委員会(委員長:柴田 裕一郎 情報データ科学部長)
役割:数理・データサイエンス・AI科目のプログラム整備・運用、授業実施、改善、進化、自己点検及び評価を行う。