データサイエンス・AI学修プログラム

ホームキャンパスライフ / データサイエンス・AI学修プログラム

社会における課題は多様化・複雑化が進み、従来の専門分野の枠を超えた「文理複眼」的な思考ができる人材が求められています。こうした文理複眼的な思考の土台となるデータサイエンスとAI(人工知能)は、今後のデジタル社会の“読み・書き・そろばん”であり、すべての大学生が基礎知識として身につけるべき分野です。
2024年度入学生から、データサイエンスとAIに対する関心を高め、これらを活用した課題解決能力を修得するための履修モデルの提供を開始します。

リテラシーレベル(全学部対象)

データサイエンスとAIへの関心を高め、適切に理解し活用する基礎的な能力を修得するための履修モデルです。

学修内容

  • ○〈社会におけるデータ・AI利活用〉データ・AIによる社会と日常生活の変化を理解し、データ・AIを活用するための技術・それによって生まれる価値・最新動向などの知識を修得します。
  • ○〈データリテラシー〉データを適切に読み解き、集計と解析を行い、分かりやすく正確に表現するためのスキルを修得します。
  • ○〈データ・AI利活用における留意事項〉データ・AIを利用する際のモラル・倫理・リスク・脅威に対する理解を深め、データを守るために留意すべき知識を修得します。

授業科目と修了要件

下記の2科目(4単位)を履修することで、リテラシーレベルの修了を認定します。

授業科目 区分 配当年次 単位数 シラバス
情報リテラシー 総合教育科目−情報科学 1 2 PDF
数と統計 総合教育科目−生活と技術 1~3 2 PDF

応用基礎レベル(家政学部のみ対象)

自らの専門分野において、データサイエンスやAIを活用して課題を解決するための実践的な能力を修得するための履修モデルです。

学修内容

  • ○〈データサイエンス基礎〉データ駆動型社会においてデータサイエンスを学ぶことの意義を理解し、分析目的に応じた適切な分析手法、可視化手法を選択するための知識を修得します。また、データ・AIの利活用に必要な数学の基礎と、代表的なアルゴリズムを学びます。
  • ○〈データエンジニアリング基礎〉データを収集・処理・蓄積するための技術の概要と、コンピュータでデータを扱うためのデータ表現に関する知識を修得します。また、データ・AIの利活用に必要なプログラミングの基礎を学びます。
  • ○〈AI基礎〉AIの歴史と活用領域の広がり、AIが社会に受け入れられるために考慮すべき論点を理解し、機械学習・深層学習・生成AIの基礎と展望に関する知識を修得します。また、AIの構築・運用を学びます。

授業科目と修了要件

下記の6科目(11単位)を履修することで、応用基礎レベルの修了を認定します。

授業科目 区分 配当年次 単位数 シラバス
情報リテラシー 総合教育科目
−情報科学
1 2 PDF
数と統計 総合教育科目
−生活と技術
1~2 2 PDF
生活情報論 専門教育科目
−家政保健学科
2 2 PDF
プログラミング 総合教育科目
−情報科学
3 1 PDF
生活情報論演習 専門教育科目
−家政保健学科
4 2 PDF
消費者調査法 専門教育科目
−家政保健学科・管理栄養学科
4 2 PDF

管理栄養学科に所属する学生は、他学科専門教育科目履修による卒業要件単位として、上記の家政保健学科の専門教育科目(2科目4単位)を履修してください。

課程履修登録と修了証

プログラムの課程履修登録を行い、各レベルの修了要件を満たした場合は「修了証」を発行します。

課程履修登録

1年次の春セメスターか、1年次の秋セメスターの指定された期間に課程履修登録を行なってください。1年次の春セメスターの登録期間は、ポータルサイトで通知します。1年次の秋セメスターの登録期間は、他の免許・資格プログラムの課程履修登録の期間と同じです。課程履修費の納入は不要です。

修了証

修了証の発行通知を受け取ったら、指示に従って教務課窓口にて受け取って下さい。
なお、1年次の春セメスターに修了要件を満たし、1年次の秋セメスターに課程履修登録を行った場合も修了を認定し、修了証を発行します。この場合の修了証の発行は、1年次の秋セメスターの課程履修登録の登録期間終了後になります。

実施体制

本プログラムは下記の体制で実施しています。

運営責任者 教務部長
運営・改善 教務委員会
自己点検・評価 教務委員会