KIT数理データサイエンス教育プログラム

KIT数理データサイエンス教育プログラムは、学科を特定することなく、全学生が数理・データサイエンス・AIへの関心を高め、かつ、数理・データサイエンス・AIを適切に理解し、数理・データサイエンス・AIに関する知識および技術の体系的な教育によって、これらの基礎的な能力の向上を目指した教育プログラムです。本学では、通常の授業を通してこれらの能力の向上を図ります。修得した授業の単位は卒業に必要な単位に含まれ、指定する科目を修得しプログラムとしての修了要件を満たすと、就職活動に利用できます。

本プログラムが、文部科学省の「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)(MDASH Literacy)」に認定されました。さらに、先導的で独自の工夫・特色を有するものとして、「MDASH Literacy+(プラス)」にも選定されました。ニュースリリースはこちら

対象者

令和2(2020)年度以降の入学生

プログラムのレベルと概要

「リテラシーレベルは」、数理・データサイエンス・AI技術が社会でどのように活用されているか、どのような可能性があるか、また、いろいろなデータを活用するうえで注意しなければならない情報セキュリティや倫理、データを読む・使う・説明するといったデータを扱う上で必要な基本的なレベルを学習します。対象科目はすべて1年次から修得可能です。

プログラムの履修によって身につけられる能力

本プログラムでの教育によって身につけることができる能力は以下のとおりです。

<リテラシーレベル>
  • デジタル社会でのAIの活用方法、ビジネスでの活用方法を理解することができる。
  • 専門分野におけるデータの利活用や製品ができる過程で数理・データサイエンス・AIに関する技術の必要性について理解することができる。
  • データに基づいた現状把握ができ、そこから問題発見・解決提案ができる。
  • データの特性、公平性・公正性・プライバシー保護に課題があることを理解し、情報利用規範・倫理について理解を深め、それを遵守できる。
  • パソコン操作に関する初歩的な操作をすることができる。

対象科目一覧・カリキュラムマップ

  • リテラシーレベル カリキュラムマップ(PDFファイル
  • リテラシーレベル 対象科目の学習項目一覧(簡易版)(モデルカリキュラムとの対応)(PDFファイル
  • 各科目の詳細な授業計画等は学習支援計画書を確認してください。
 
リテラシーレベル
区分 授業科目名 授業 単位数
修学基礎 修学基礎A 講義 2単位
数理基礎 AI基礎 講義 1単位
基礎実技 プロジェクトデザイン入門(実験) 講義 2単位
プロジェクトデザインⅠ 講義 2単位
ICT基礎 講義 2単位
数理基礎 技術者のための統計 講義 2単位
生涯学習
生涯学習特別講義「AIプログラミング入門」 講義 1単位
生涯学習特別講義「AI応用Ⅰ」 講義 1単位
生涯学習特別講義「AI応用Ⅱ」 講義 1単位
生涯学習特別講義「データサイエンス基礎」 講義 1単位
生涯学習特別講義「データサイエンス応用」 講義 1単位
生涯学習特別講義「IoT基礎」 講義 1単位
生涯学習特別講義「IoTプログラミング入門」 講義 1単位
生涯学習特別講義「IoT応用」 講義 1単位
生涯学習特別講義「ロボティクス基礎」 講義 1単位
生涯学習特別講義「エンベデッドシステム」 講義 1単位
生涯学習特別講義「情報ネットワーク基礎」 講義 1単位
生涯学習特別講義「ネットワークセキュリティ」 講義 1単位

学習内容

科目名 学習内容
修学基礎A 大学の教育内容を理解するとともに、社会における自専攻の専門分野のつながりやデータサイエンス・AIの活用例を学習する。またPD教育を基盤とした各専門分野の課題解決事例・研究事例を通して、新たな価値創出の可能性を学習する。
AI基礎 AIに関する基本的機能や活用例、最先端技術、画像認識、文章カテゴリー化と自然言語処理、対話型音声識別などの基本的な内容と操作を学習する。さらに、機械学習(深層学習)に必要な初歩的なデータ構成についてもその基礎を学習する。
プロジェクトデザイン入門(実験) プロジェクトデザイン教育(PD教育)は、知識や技能を集約して問題を発見し解決する力を養う。PD入門では身近なモノを対象として「収集→整理→分析→仮説→視覚化→報告する」に要するデータ取扱いスキルの基本を学習を行う。
プロジェクトデザインⅠ プロジェクトデザイン教育(PD教育)は、知識や技能を集約して問題を発見し解決する力を養う。PDⅠでは実社会における様々な問題にチームで取り組み、データを活用した論理的な思考に基づいた問題解決学習を行う。
ICT基礎 パソコンの基本的な操作と、インターネット利用上のセキュリティや倫理について学ぶ。また、文書作成・表計算・プレゼンテーション資料作成のスキルや表計算ソフトを利用したデータ取扱いについて学習する。
技術者のための統計 技術者のための統計では、工学において偶然性を伴う現象を解析する場合に必要となる統計的な処理について学習する。観察や実験で得られたデータの整理を通じて、確率変数や確率分布の概念を理解し、代表的な確率分布である正規分布、カイ二乗分布、t分布、F分布の数表の使用に習熟する。
AIプログラミング入門 Python言語による基本的なプログラムを作成する。変数、関数、制御文、繰り返し文、リスト、コンテナの処理、イテレータ、モジュールの利用などについて学ぶ。
AI応用Ⅰ 深層学習の基礎、畳み込みニューラルネットワーク、リカレントニューラルネットワークの仕組みと活用法について学び、それらの手法やモデルに基づく応用システムを構築する。
AI応用Ⅱ AIの最も中心となる自然言語処理の基礎的な技術を学習する。文解析、情報検索、文書分類、対話システムなどの応用システムに関する理解を深める。
データサイエンス基礎 データを活用するための手法としてのデータ分析を学習する。推測統計の点推定と区間推定および仮説検定の概要や回帰分析を主として、多変量解析の理論と実践を学ぶ。
データサイエンス応用 機械学習のさまざまなアルゴリズムを用いたデータ分析手法を学習する。教師あり学習および教師なし学習およびscikit-learnを用いたデータ解析について学ぶ。
IoT基礎 IoTシステムを構成する基本技術や通信方式、情報セキュリティ対策技術について体系的に学習する。
IoTプログラミング入門 C言語とマイコンの基本的な機能を学習。I/Oポート、A/D変換、PWM、割込み(タイマ)、UART通信を利用したArduinoマイコンのプログラムが構築できることを目指す。
IoT応用 ハードウェアとセンサーを使った基礎的なシステム構築の手法を実践的に学ぶ。ラズベリーパイと各種センサーを用いてクラウドへ収集・蓄積する手法等を学習する。
ロボティクス基礎 基本的なロボットの制御手法について実践的に学ぶ。ロボット制御プログラミングの様々なセンサの値からロボットを操作する方法や、PID制御などの制御理論を学ぶ。
エンベデッドシステム 組込みシステムの概要、技術、業界、製品トレンドや基礎技術を体系的に学習する。また、実践を通してエンベデッドシステム開発技術を習得する。演習では「Linuxデバイスドライバプログラミング演習」に取り組む。
情報ネットワーク基礎 TCP/IPやそれに関連する知識と技術を学ぶ。ネットワークの各階層の役割と利用されるプロトコルの内容を学び、多様なコマンドを用いてネットワークの状況を把握する手法についても学ぶ。
ネットワークセキュリティ ネットワークのセキュリティに関する知識と技術について学ぶ。DoS攻撃やSQLインジェクションのようなネットワークの攻撃手法と対策技術を実践的に学ぶ。

実績・アンケート結果

●令和2年度入学生 指定5科目修了者数(2021.3.31)
●令和2年度入学生 指定5科目修得状況(2021.3.31)
●令和2年度入学生 指定5科目の授業満足度

プログラムの実施計画

    2020~2022年度の3年間の計画と目標を以下に示す。
    これらは、当該年度のすべての入学生を対象にして実施する
年度 計 画 目 標
2020年度 ●リテラシーレベル開講
●学期ごとに履修指導を実施
●授業アンケートの実施・分析
●指定科目の履修率を100%とする(達成)
●プログラムの修了率を全履修者の80%以上とする(達成)
2021年度 ●2020年度の状況を自己点検
●自己点検・評価結果の公表
●学期ごとに履修指導を実施
●授業アンケートの実施・分析
●応用基礎レベルの開設へ向けた検討
●カリキュラム改組へ向けた調整
●前年度と同水準(100%)の指定科目履修率を維持する
●プログラムの修了率の向上を目指す(90%以上)
●「数理・データサイエンス・AI教育プログラム認定制度」への申請
●応用基礎レベルプログラムの大枠を設定する
2022年度 ●数理基礎教育課程改組(予定)
●2021年度の状況を自己点検
●自己点検・評価結果の公表
●学期ごとに履修指導を実施
●授業アンケートの実施・分析
●応用基礎レベルプログラムの設定
●前年度と同水準(100%)の指定科目履修率を維持する
●プログラムの修了率の向上を目指す(90%以上)

実施体制

  • プログラムの運営責任者:教務部長・教授
  • プログラムを改善・進化させるための体制:数理データサイエンス教育推進委員会
  • プログラムの自己点検・評価を行う体制:KIT評価向上委員会

自己点検・評価

  • 2021年度KIT数理データサイエンス教育プログラム自己点検・評価報告書(PDFファイル

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)」への申請と認定について

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(リテラシーレベル)」に申請し、「MDASH Literacy」および「MDASH Literacy+」に選定されました。Literacy+に選定されたのは10大学1高専で、私立大学では金沢工業大学を含め3大学のみです。(認定期限:令和8年3月31日まで)

お問合せ

  • プログラム全体に関すること 大学事務局 庶務部 共創教育推進室 076-294-6743

  • 授業内容・成績・修了認定に関すること 大学事務局 学務部 教務課 076-294-6402