北海道科学大学 数理・データサイエンス・AI教育プログラムについて
HUS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)【全学必修】
全学生がリテラシーレベルの数理・データサイエンス・AIに関する知識や技術を習得する事を目的に、令和3年度入学生より下記プログラムを開講しています。
本プログラムは、令和4年8月24日付で、文部科学省「数理・データサイエンス・AI認定制度(リテラシーレベル)」に認定されています。
※認定有効期限:令和9年3月31日
概要
Society 5.0 時代に向け、本学学生の数理・AI・データサイエンスへの関心を高め、かつそれらを適切に理解し、活用する基礎的な能力を育成することを目的として、その知識及び技術について体系的な教育を行うために、『HUS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)』を開始しました。令和3年度入学生から全学必修のプログラムとしています。
※履修にあたって特別な手続き等は不要です。
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)について
令和3年度から開始した本プログラムは、令和4年8月24日付で、文部科学省「数理・データサイエンス・AI認定制度(リテラシーレベル)」に認定されています。
さらに内容を充実させ、令和5年度に「リテラシーレベルプラス」の認定に向けた申請を行います。
身に付けることができる能力
スマートフォンやインターネットをはじめとする情報通信サービスの発展により、私たちの暮らしの中から数多くのデータを収集できるようになりました。得られたデータを正しく扱い、適切な方法で分析し、価値のある情報を見出して活用する力はどの分野の人材にとっても必須となっています。このプログラムでは、データに基づいて課題解決する際に必要な基本的知識と技術、すなわち、データの収集・加工・整形、分析手法、分析結果の可視化などの基本的な事項について学びます。さらに、学んだ知識・技術を実際のデータに適用し、問題発見、仮説設定、検証のプロセスを体験することにより、以下に示す能力を身に付けます。
- データ分析に必要な数学的基礎知識を持ち適切に利用できる。
- 基礎的なプログラム構造を理解し、制御構造などを使った手続きを論理的に考えて記述できる。
- データ分析に必要なツールを適切に利用できる。
- 結果のわかっている課題を必要な知識・技術を用いて分析し、まとめられる。
- 現実的な課題を必要な知識・技術を用いて分析し、まとめられる。
- 情報を扱う上で法制度に則った倫理的判断及び情報セキュリティの知識が理解でき、ITを用いた情報の構築と管理ができる。
修了条件
工学部、保健医療学部、未来デザイン学部においては、以下の3科目を履修し、単位を取得すること。
薬学部においては、以下の2科目を履修し、単位を取得すること。
プログラムを修了後、希望する学生には大学から『修了認定証』を発行します
授業概要・授業の方法及び内容
プログラムを構成する各科目については、シラバスによって確認できます。
工学部、保健医療学部、未来デザイン学部
薬学部
実施体制
北海道科学大学数理・データサイエンス・AI教育プログラム運営委員会が中心となってプログラムの運営を行います。運営委員会は下記のメンバーで構成されます。
委員長
担当副学長
委員
- 工学部、薬学部、保健医療学部、未来デザイン学部の各学部から最低1名、合計6名以内
- 総務課長、教務企画課長、教務課長
自己点検・評価
その他
HUS 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)【工学部対象】
自らの専門分野で数理・データサイエンス・AIを活用して課題を解決するための実践的な能力を育成することを目的として、令和4年度入学生より工学部で下記プログラムを開講しています。
概要
Society 5.0 時代に向け、本学学生の数理・AI・データサイエンスへの関心を高め、かつそれらを適切に理解し、活用する能力を育成することを目的として、その知識及び技術について体系的な教育を行うために、『HUS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)』を開始しました。対象は令和4年度工学部入学生からです。
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)について
令和4年度から開始した本プログラムは、令和5年度に文部科学省による認定制度である「数理・データサイエンス・AI認定制度(応用基礎レベル)」の申請を行います。令和5年夏に結果が公開される予定です。
身に付けることができる能力
- データ表現とアルゴリズムに関する概念や知識
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」の概念や知識を修得する。 - AI・データサイエンスに関する基礎知識
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」といった内容について修得する。 - AI・データサイエンス実践
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必要な能力に関して理解し、「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」といった内容に関する実践の場を通じた学習体験により、様々な社会課題に対応できる能力を修得する。
修了条件
工学部情報工学科においては、以下の科目を履修し、単位を取得すること。
- 情報処理法
- データサイエンス
- 統計分析法
- 知能論理数学(2023年度入学生からは線形代数基礎)
- 微分積分基礎
- 情報テクノロジ基礎
- プログラミング入門
- プログラミング開発演習
- データサイエンスプログラミング
- ソフトウェア工学II
- 情報工学プロジェクトI
工学部電気電子工学科においては、以下の科目を履修し、単位を取得すること。
- 情報処理法
- データサイエンス
- 統計分析法
- 電気数学
- 微分積分学 I
- プログラミング入門
- プログラミング演習 I
- プログラミング演習II
- 情報処理技術演習
- デジタル回路
- ソフトウェア工学II(他学科配当科⽬ ※情報⼯学科)
工学部機械工学科においては、以下の科目を履修し、単位を取得すること。
- 情報処理法
- データサイエンス
- 統計分析法
- 機械の数学 I
- 機械の数学II
- データ解析演習 I
- データ解析演習II
- メカトロニクス
- 制御工学 I
- ソフトウェア工学II(他学科配当科⽬ ※情報⼯学科)
工学部建築学科においては、以下の科目を履修し、単位を取得すること。
- 情報処理法
- データサイエンス
- 統計分析法
- CAD 演習
- BIM 演習
- ソフトウェア工学II(他学科配当科⽬ ※情報⼯学科)
工学部都市環境学科においては、以下の科目を履修し、単位を取得すること。
- 情報処理法
- データサイエンス
- 統計分析法
- コンピュータリテラシ
- 数値解析基礎
- ソフトウェア工学II(他学科配当科⽬ ※情報⼯学科)
プログラムを修了後、希望する学生には大学から『修了認定証』を発行します
授業概要・授業の方法及び内容
プログラムを構成する各科目の内容等については,シラバスによって確認できます。
実施体制
北海道科学大学 数理・データサイエンス・AI教育プログラム運営委員会および工学部学部長・学科長会議が中心となってプログラムの運営を行います.運営委員会は下記のメンバーで構成されます。
北海道科学大学 数理・データサイエンス・AI教育プログラム運営委員会
委員長
担当副学長
委員
- 工学部、薬学部、保健医療学部、未来デザイン学部の各学科から最低1名、全学共通教育部から最低1名、合計6名以内
- 教務企画課長、教務課長、総務課長
工学部 学部長・学科長会議
工学部長、機械工学科長、情報工学科長、電気電子工学科長、建築学科長、都市環境学科長、および工学部長の指名する者
自己点検・評価