2023.8.25 本学の全10学部が文部科学省「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)」に認定されました。
・令和5年度「数理・データサイエンス・AI教育プログラム認定制度」の認定・選定結果はこちら(本学はP13-14に掲載)
・文部科学省HPはこちら
岡山大学数理・データサイエンス・AI教育プログラム(応用基礎レベル)
本学では岡山大学「文系から理系までの学生を遍く対象とする数理・データサイエンス教育プログラム」を開講しています。
本学の特徴として「数理・データサイエンスの基礎」の授業を文系・理系のすべての学部で必修科目(令和5年度から)として学ぶことがあげられます。この教育プログラムは令和3年度に文部科学省「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)」に認定されています。
令和4年度からはリテラシーレベルの次の段階である文部科学省「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)」相当の教育プログラム(「岡山大学数理・データサイエンス・AI教育プログラム(応用基礎レベル)」)をすべての学部において,各学部の特性に応じた内容で開始しています。(R5.8.25 令和5年度文部科学省「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)」に認定)
これらのプログラムは,国の「AI戦略2019」に対応したものです。国は2025年までに,すべての大学生(高専生を含む)にリテラシーレベル,さらにその中の半数に応用基礎レベルの認定を受けた人材を育成するとしています。
|
このプログラムは岡山大学の全学部において、令和5年8月25日付けで文部科学省「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)」の認定を受けています。(認定有効期限:令和10年3月31日まで) |
- ◆応用基礎レベル認定制度申請内容(クリックで展開)
-
|
プログラムの取組概要・特徴
岡山大学の教育プログラムは,全学教養教育科目を中心に開講しています。プログラムの運営はAI・数理データサイエンスセンターを中心に全学協力体制で実施しています。他方で総合大学の特徴を生かし,具体的な内容は学部により独自色が強く出ています。
本教育プログラムのリテラシーレベルとの共通科目である「数理・データサイエンスの基礎」の授業は,1年次第3学期必修科目(令和5年度から)としていますが,AI・数理データサイエンス教育推進部門が用意しているコンテンツはLMS上で展開されており,学生がいつでも授業内容について閲覧可能な環境を構築しています。また,授業で利用する滋賀大学の動画コンテンツも履修開始からいつでも閲覧可能となっており,学生が容易に,また自由にアクセスできる環境を整備しています。
この他に教養教育科目の「データ表現とアルゴリズム」を開講し,数理・データサイエンスへの理解を深める配慮をし,さらに,「数理・データサイエンスの基礎演習A」により数理・データサイエンスで利用するソフトウェアの使用法の修得を目指します。
身につけることができる能力(学修成果)
現実の課題に対するデータサイエンスの役割を理解するには統計に関する知識が不可欠です。具体的には,平均,分散,相関,回帰などデータの代表値の意味を理解するとともに,統計学の基礎となる確率分布や統計的確定や統計的仮説検定などの推測統計学を中心に身に付けます。さらに,AI・数理データサイエンスの基礎知識である統計および数学の基礎,コンピュータにおけるデータの取り扱い,プログラミングの基礎及びアルゴリズムを理解することもあわせて目標としています。最終的には,統計ソフトウェアを利用し,統計および数理の基礎,データの取得・管理・加工(前処理),データの可視化を修得し,データサイエンスの応用事例を実際に体験します。
さらに,理系の学部(一部の文系の学部)においては,統計ソフトウェアRやPythonなどのプログラミングを利用して,実際のAI運用において必要となる一連のプロセス(モデル化、データの前処理、結果の可視化、検証)を体験し,より実践的な能力を修得します。
プログラム実施体制(サポート支援体制)・計画
令和4年度にAI・数理データサイエンスセンターを設置し,前身の「数理・データサイエンス教育タスクフォース」の活動は,センターのAI・数理データサイエンス教育推進部門が引き継ぐ形で,AI・数理データサイエンス教育の企画戦略の策定や教育プログラムの改善・開発にあたっています。センターはAI・数理データサイエンスに関する教育研究を全学的に推進して質の高い研究者・専門 技術者を養成・輩出するとともに,データの集約・活用を行うために必要なサービスの開発・運用ができる人材とコミュニティの育成及びこれらによる社会貢献を目的としています。
プログラム対象科目一覧・修了要件
岡山大学では,すべての学部において「教育プログラム」を実施しています。各学部の教育プログラムは,文系の学部では教養教育科目を多く取り入れた履修しやすいカリキュラム,理系の学部ではそれぞれの学部の特性やレベルに合わせデータサイエンスに関連する専門教育科目を組み込んだカリキュラムとし,全学協力体制の下で執行しています。
■カリキュラム、修了要件、授業の方法・内容・実施体制(シラバス)
※カリキュラムの詳細については所属の事務室教務学生担当にご確認ください
-
[令和6年度](クリックで展開)
-
- ▼文学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼法学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼経済学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼教育学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
選択 |
統計学の基礎 |
教養教育科目 |
1 |
2 |
データ分析の基礎 |
1 |
中等数学科内容論(確率論Ⅰ) |
専門教育科目 |
1 |
中等数学科内容論(統計学Ⅰ) |
1 |
中等数学科内容論(数理情報処理Ⅰ) |
1 |
中等技術科内容論(情報学Ⅰ) |
1 |
中等技術科内容論(情報学Ⅱ) |
1 |
必要修得単位数の合計 |
5 |
- ▼医学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
医学科 |
保健学科 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
1 |
統計学の基礎 |
1 |
1 |
1 |
医学データサイエンス |
専門教育科目 |
1.2 |
1.2 |
- |
保健統計学 |
1 |
- |
1 |
必要修得単位数の合計 |
5.2 |
5 |
- ▼歯学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
医療情報処理入門 |
専門教育科目 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼薬学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
生物統計学1 |
専門教育科目 |
0.75 |
0.75 |
生物統計学2 |
0.75 |
0.75 |
必要修得単位数の合計 |
5.5 |
- ▼農学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
応用生物データサイエンス学1 |
専門教育科目 |
1 |
1 |
応用生物データサイエンス学2 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼工学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
微分積分 |
専門教育科目 |
2 |
2 |
線形代数 |
2 |
2 |
数理・データサイエンス(発展) |
1 |
1 |
プログラミング |
2 |
2 |
必要修得単位数の合計 |
8 |
- ▼理学部(クリックで展開)
-
必須・選択
区分 |
授業科目名 |
授業科目
の区分 |
単位
数 |
必要修得単位数 |
数学
科 |
物理
学科 |
化学
科 |
生物
学科 |
地球
科学科 |
必須 |
数理・データサイエンスの基礎
※3年次編入生以外 |
教養教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(データ分析の基礎)
※3年次編入生 |
専門教育科目 |
1 |
数理・データサイエンス(機械学習の基礎) |
専門教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(AI・データサイエンス実践) |
1 |
1 |
1 |
1 |
1 |
1 |
基礎微分積分学Ⅰ |
専門教育科目 |
2 |
- |
- |
2 |
2 |
2 |
微分積分学Ⅰ |
2 |
2 |
2 |
- |
- |
- |
現代数学要論Ⅰ |
専門教育科目 |
2 |
- |
2 |
2 |
2 |
2 |
線形代数学Ⅰ |
2 |
2 |
- |
- |
- |
選択 |
データ駆動科学の基礎 |
専門教育科目 |
1 |
2 |
2 |
2 |
2 |
2 |
確率・統計 |
2 |
離散数学Ⅱ |
2 |
物理数学1B |
1 |
コンピュータ物理学2 |
2 |
化学実験Ⅱ |
7 |
生体制御学Ⅲ |
2 |
臨海実習Ⅲ |
2 |
情報地質学 |
1 |
地球統計学 |
1 |
大気科学演習1 |
1 |
必要修得単位数の合計 |
9 |
9 |
9 |
9 |
9 |
-
[令和5年度](クリックで展開)
-
- ▼文学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼法学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼経済学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼教育学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
選択 |
統計学の基礎 |
教養教育科目 |
1 |
2 |
データ分析の基礎 |
1 |
中等数学科内容論(確率論Ⅰ) |
専門教育科目 |
1 |
中等数学科内容論(統計学Ⅰ) |
1 |
中等数学科内容論(数理情報処理Ⅰ) |
1 |
中等技術科内容論(情報学Ⅰ) |
1 |
中等技術科内容論(情報学Ⅱ) |
1 |
必要修得単位数の合計 |
5 |
- ▼医学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
医学科 |
保健学科 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
1 |
統計学の基礎 |
1 |
1 |
1 |
医学データサイエンス |
専門教育科目 |
1.2 |
1.2 |
- |
保健統計学 |
1 |
- |
1 |
必要修得単位数の合計 |
5.2 |
5 |
- ▼歯学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
医療情報処理入門 |
専門教育科目 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼薬学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
生物統計学1 |
専門教育科目 |
0.75 |
0.75 |
生物統計学2 |
0.75 |
0.75 |
必要修得単位数の合計 |
5.5 |
- ▼農学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
応用生物データサイエンス学1 |
専門教育科目 |
1 |
1 |
応用生物データサイエンス学2 |
1 |
1 |
必要修得単位数の合計 |
5 |
- ▼工学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
微分積分 |
専門教育科目 |
2 |
2 |
線形代数 |
2 |
2 |
数理・データサイエンス(発展) |
1 |
1 |
プログラミング |
2 |
2 |
必要修得単位数の合計 |
8 |
- ▼理学部(クリックで展開)
-
必須・選択
区分 |
授業科目名 |
授業科目
の区分 |
単位
数 |
必要修得単位数 |
数学
科 |
物理
学科 |
化学
科 |
生物
学科 |
地球
科学科 |
必須 |
数理・データサイエンスの基礎
※3年次編入生以外 |
教養教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(データ分析の基礎)
※3年次編入生 |
専門教育科目 |
1 |
数理・データサイエンス(機械学習の基礎) |
専門教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(AI・データサイエンス実践) |
1 |
1 |
1 |
1 |
1 |
1 |
基礎微分積分学Ⅰ |
専門教育科目 |
2 |
- |
- |
2 |
2 |
2 |
微分積分学Ⅰ |
2 |
2 |
2 |
- |
- |
- |
現代数学要論Ⅰ |
専門教育科目 |
2 |
- |
2 |
2 |
2 |
2 |
線形代数学Ⅰ |
2 |
2 |
- |
- |
- |
選択 |
データ駆動科学の基礎 |
専門教育科目 |
1 |
2 |
2 |
2 |
2 |
2 |
確率・統計 |
2 |
離散数学Ⅱ |
2 |
物理数学1B |
1 |
コンピュータ物理学2 |
2 |
化学実験Ⅱ |
7 |
生体制御学Ⅲ |
2 |
臨海実習Ⅲ |
2 |
情報地質学 |
1 |
地球統計学 |
1 |
大気科学演習1 |
1 |
必要修得単位数の合計 |
9 |
9 |
9 |
9 |
9 |
-
[令和4年度] (クリックで展開)
-
- ▼文学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼法学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼経済学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
データ分析の基礎 |
1 |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼教育学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
選択 |
統計学の基礎 |
教養教育科目 |
1 |
2 |
データ分析の基礎 |
1 |
中等数学科内容論(確率論Ⅰ) |
専門教育科目 |
1 |
中等数学科内容論(統計学Ⅰ) |
1 |
中等数学科内容論(数理情報処理Ⅰ) |
1 |
中等技術科内容論(情報学Ⅰ) |
1 |
中等技術科内容論(情報学Ⅱ) |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼医学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
医学科 |
保健学科 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
1 |
統計学の基礎 |
1 |
1 |
1 |
医学データサイエンス |
専門教育科目 |
1.2 |
1.2 |
- |
保健統計学 |
1 |
- |
1 |
必要修得単位数の合計 |
5.2 |
5 |
シラバス
- ▼歯学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
医療情報処理入門 |
専門教育科目 |
1 |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼薬学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
統計学の基礎 |
1 |
1 |
生物統計学1 |
専門教育科目 |
0.75 |
0.75 |
生物統計学2 |
0.75 |
0.75 |
必要修得単位数の合計 |
5.5 |
シラバス
- ▼農学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
数理・データサイエンスの基礎演習A |
1 |
1 |
データ表現とアルゴリズム |
1 |
1 |
応用生物データサイエンス学1 |
専門教育科目 |
1 |
1 |
応用生物データサイエンス学2 |
1 |
1 |
必要修得単位数の合計 |
5 |
シラバス
- ▼工学部(クリックで展開)
-
必須・選択区分 |
授業科目名 |
授業科目の区分 |
単位数 |
必要修得単位数 |
必須 |
数理・データサイエンスの基礎 |
教養教育科目 |
1 |
1 |
微分積分 |
専門教育科目 |
2 |
2 |
線形代数 |
2 |
2 |
数理・データサイエンス(発展) |
1 |
1 |
プログラミング |
2 |
2 |
必要修得単位数の合計 |
8 |
シラバス
- ▼理学部(クリックで展開)
-
必須・選択
区分 |
授業科目名 |
授業科目
の区分 |
単位
数 |
必要修得単位数 |
数学
科 |
物理
学科 |
化学
科 |
生物
学科 |
地球
科学科 |
必須 |
数理・データサイエンスの基礎
※3年次編入生以外 |
教養教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(データ分析の基礎)
※3年次編入生 |
専門教育科目 |
1 |
数理・データサイエンス(機械学習の基礎) |
専門教育科目 |
1 |
1 |
1 |
1 |
1 |
1 |
数理・データサイエンス(AI・データサイエンス実践) |
1 |
1 |
1 |
1 |
1 |
1 |
基礎微分積分学Ⅰ |
専門教育科目 |
2 |
- |
- |
2 |
2 |
2 |
微分積分学Ⅰ |
2 |
2 |
2 |
- |
- |
- |
現代数学要論Ⅰ |
専門教育科目 |
2 |
- |
2 |
2 |
2 |
2 |
線形代数学Ⅰ |
2 |
2 |
- |
- |
- |
選択 |
データ駆動科学の基礎 |
専門教育科目 |
1 |
2 |
2 |
2 |
2 |
2 |
確率・統計 |
2 |
離散数学Ⅱ |
2 |
物理数学1B |
1 |
コンピュータ物理学2 |
2 |
化学実験Ⅱ |
7 |
生体制御学Ⅲ |
2 |
臨海実習Ⅲ |
2 |
情報地質学 |
1 |
地球統計学 |
1 |
大気科学演習1 |
1 |
必要修得単位数の合計 |
9 |
9 |
9 |
9 |
9 |
シラバス
モデルカリキュラムとの対応
・数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム~AI×データ活用の実践~
(2021年3月 数理・データサイエンス・AI教育強化拠点コンソーシアム)
・学修項目(「応用基礎コア」キーワード)一覧
プログラムを改善・進化させるための体制およびプログラムの自己点検・評価を行う体制
自己点検・評価結果
【リテラシーレベル】『文系から理系までの学生を遍く対象とする数理・データサイエンス教育プログラム』はこちら