数理・データサイエンス・ＡＩ教育プログラム認定制度
［ Our ai ］
数理・データサイエンス・AI教育プログラム認定制度について
数理・データサイエンス・AI教育プログラム認定制度(以下「認定制度」という)とは、デジタル時代の「読み・書き・そろばん」である数理・データサイエンス・AIに関する、大学(短期大学含む)・高等専門学校(以下、「大学等」という)の正規の課程の教育プログラムのうち、一定の要件を満たした優れた教育プログラムを文部科学大臣が認定/選定することによって、大学等が数理・データサイエンス・AI教育に取組むことを後押しする制度です。
制度の概要について
別府大学・別府大学短期大学部の取り組み
1.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)
(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、認定期限:令和8年3月31日)
(認定期限:令和8年3月31日)2.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)
(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、認定期限:令和11年3月31日)
(認定期限:令和11年3月31日)申請書の公開
取組概要
リテラシーレベル
応用基礎レベル
身につけることが出来る能力
リテラシーレベル
- 現代社会のおけるデータサイエンスの役割を説明することができるようになります。
- データサイエンスにおける代表的な分析手法について説明することができるようになります。
- 様々なデータに対し、基本的な可視化や分析などの処理を行うことができるようになります。
応用基礎レベル
- 数理・データサイエンス・AIの技術を自身の専門分野で活用するための基本的な知識・技術
- 数理・データサイエンス・AI技術を用いて実社会の課題解決に取り組むPBLを通した実践的能力
教育プログラムの修了要件
リテラシーレベル
学部・学科に関わらず、修了要件は共通 「数理・データサイエンス入門」及び「情報リテラシー」の単位を修得すること。
応用基礎レベル
プログラムを構成する応用基礎科目群７科目のすべての単位(合計８単位)取得すること。 応用基礎科目群:数学基礎Ⅰ(1単位)、統計学Ⅰ(1単位)、アルゴリズムとプログラミング(1単位)、データサイエンス基礎(1単位)、データエンジニアリング基礎(1単位)、AI基礎(1単位)、AIデータサイエンス実践(2単位)
教育プログラムの修了要件
リテラシーレベル
| 開設科目 | 授業の方法 | 概要 |
|---|---|---|
| 数理・データサイエンス入門 | 講義 | 近年、社会の ICT 化が急速に進み、それにより蓄積された膨大なデータの分析から見いだされる新たな知見や価値が注目されています。この講義では、データサイエンスの基本的な考え方、統計学の基礎、主な分析手法、さまざまな分野における応用例を学び、現代社会におけるデータサイエンスの役割を理解します。 |
| 情報リテラシー | 講義 | 情報化社会で必要とされるネットワークや情報倫理の知識を養い、情報検索やソフトウェア操作の技術を身につけることで、情報処理の役割や可能性を理解し、大学生活や社会生活のさまざまな場面でコンピュータを活用できるようになることを目的とする。 |
応用基礎レベル
| 授業に含まれている内容・要素 | 講義内容 | |
|---|---|---|
| (1)データサイエンスとして、統計学を始め様々なデータ処理に関する知識である「数学基礎(統計数理、線形代数、微分積分)」に加え、AIを実現するための手段として「アルゴリズム」、「データ表現」、「プログラミング基礎」の概念や知識の習得を目指す。 | 1-6 | 数学基礎Ⅰ、統計学Ⅰ |
| 1-7 | アルゴリズムとプログラミング | |
| 2-2 | データエンジニアリング基礎 | |
| 2-7 | アルゴリズムとプログラミング、データエンジニアリング基礎 | |
| (2)AIの歴史から多岐に渡る技術種類や応用分野、更には研究やビジネスの現場において実際にAIを活用する際の構築から運用までの一連の流れを知識として習得するAI基礎的なものに加え、「データサイエンス基礎」、「機械学習の基礎と展望」、及び「深層学習の基礎と展望」から構成される。 | 1-1 | データサイエンス基礎 |
| 1-2 | データサイエンス基礎 | |
| 2-1 | データエンジニアリング基礎 | |
| 3-1 | AI基礎 | |
| 3-2 | AI基礎 | |
| 3-3 | AI基礎 | |
| 3-4 | AI基礎 | |
| 3-9 | AI基礎 | |
| (3)本認定制度が育成目標として掲げる「データを人や社会にかかわる課題の解決に活用できる人材」に関する理解や認識の向上に資する実践の場を通じた学習体験を行う学修項目群。応用基礎コアのなかでも特に重要な学修項目群であり、「データエンジニアリング基礎」、及び「データ・AI活用 企画・実施・評価」から構成される。 | Ⅰ | AI・データサイエンス実践 |
| Ⅱ | AI・データサイエンス実践 | |
実施体制
別府大学・別府大学短期大学部数理・データサイエンス教育推進委員会
- 委員長
- 関係学部長（短期大学部は関係学科長）
- 学長補佐 若干名
- 教務事務部長
- 委員長が指名する物
教育の質向上に向けた取り組み
