対象科目一覧・カリキュラムマップ

• 応用基礎レベル カリキュラムマップ（令和2年度・令和3年度入学生用）
• 応用基礎レベル 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）（令和2年度・令和3年度入学生用）
• 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。

学習内容

対象	科目名	学習内容（★☆：指定科目　無し：オプション科目）
全学科	★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。
全学科	生涯学習特別講義 「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。
全学科	生涯学習特別講義 「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。
全学科	生涯学習特別講義 「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。
全学科	★線形代数Ⅰ	工学では平面や空間における図形を正確に認識し、表現できることが不可欠である。ベクトルの演算や行列の計算、連立１次方程式の解法などを通して、幾何学的対象を代数的に扱える能力を養い、さらに、専門分野への応用も学ぶ。
全学科	★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。
EM/EA/ ER/EL/ EP/EV	☆工学のための数理工Ⅰ	工学の土台となる物理法則は、空間の位置や時間を独立変数とする関数および関数の空間的、時間的な変化率によって表される。前半は、関数と逆関数について学び、関数の極限と連続性について学習する。後半は、（さらに）微分法の考え方を理解し、積、商、合成関数の微分法や逆関数の微分法を学ぶ。
FM/FS/FY	☆情報のための数学	２進数，８進数，１６進数などの n 進法の基礎やコンピュータ内での数の表し方（浮動小数点数形式）について学ぶ。（また）集合の考え方を論理代数に適用し、コンピュータ内での論理の表し方の基礎を学習する。そして、その論理をコンピュータ内で実現するための論理回路の構成法についても学習する。さらに、確率の基本と条件付き確率やベイズの定理も学習する。
AA	☆建築のための数理工Ⅰ	建築物の構造や環境などを扱うとき、関数およびその変化を考えることが必要になる。関数、関数のグラフ、逆関数、三角関数、指数関数、対数関数等、初等関数に対する理解とその応用を学ぶ。
BB/BC	☆バイオ・化学のための数理Ⅰ	１次関数、２次関数、有理関数、無理関数、指数関数，対数関数や周期的現象の解析に必要な三角関数について学ぶ。また、関数の変化を調べるために、微分法の手法について習熟する。さらに、積分法について学ぶ。
全学科	☆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。
全学科	★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。
全学科	★プロジェクトデザインⅡ	実社会に問題の解決に向けて、必要な知識・経験・情報を収集し、個人またはチームでそれらを統合して、チームで組織的にプロジェクト活動を行う。「問題発見→現状把握→課題決定→解決案の決定」の各段階において、より深いプロジェクト活動を効率的に行う。活動を通して、解が多様な課題を探求し、論理的かつ創造的に解決する力を身につける。
全学科	★プロジェクトデザイン実践	問題解決を目指すべく提案した解決案またはその特定部分の有効性を検証する。さらに専門的な知識や技術を駆使し、対象や現象を定量的あるいは定性的に捉え、その特徴・特性・法則性について明らかにする。その過程で、検証活動の進め方および検証に必要なスキルをより深く学習する。
全学科	★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、文書作成やプレゼンテーション資料作成について学習する。 また、表計算ソフトの基本操作を学ぶ。実験データやアンケートデータの集計・分析など、データの取扱いや社会の実際のデータ（オープンデータ）を可視化し、データを集計・分析について学習する。
EM	☆機械応用プログラミングⅠ	データサイエンスの非常に大きな部分を占めるデータ解析に関して、最も基本的な手法である、1）データ集計の各種の手法、および、2）回帰分析の二つを講義と演習を通じて学習する。講義と演習を通じて、データ集計と回帰分析を理解して実践し、実際のデータ活用を行えるように学ぶ。
EA	☆数理モデルプログラミング	Matlabを主としてプログラミングの基礎を学習し、実際にプログラミングを行うことで、実問題にコンピュータを用いた数値計算を活用することを学ぶ。
ER	☆プログラミング言語	プログラミング言語 Python で基本的なプログラムを作成し、実行できるように学習する。
EL	☆電気電子プログラミング演習	電気電子工学に関わる解析、自動計測・制御、回路設計などにコンピュータを活用する実践力を培うため、主に実習を通して、Ｃ言語の文法を体系的に学習するとともに、基本的なプログラミング技法を学ぶ
EP	☆プログラミングⅠ	プログラミング言語 Python で基本的なプログラムを作成し、実行することを学習する。
FM	☆プログラミング基礎（FM）	C言語の文法を理解し、プログラミングの概念と開発工程を学習する。
FS	☆プログラミング基礎（FS）	プログラミングの全体を俯瞰的に把握するとともに、条件分岐、繰り返し、関数、オブジェクトの基本的な用語や使い方の基礎を学習する。
FY	☆心理学のためのプログラミングⅠ	プログラミング環境としてMATLABを取り上げ、MATLABの操作を通して変数・行列を学ぶ。
BC	☆化学コンピュータ演習	本演習では実際にExcelを用いて、物理化学、化学工学に登場する計算問題を解くことによって、物理化学、化学工学の知識を確実にするとともに、Excel（VBA）の使用法を学ぶ。