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）」に対応するため、本学において令和3年度より数理・データサイエンス・AI応用教育プログラムを創設する。| 学ぶ内容・要素 | 対応する科目 | |
|---|---|---|
| （１）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」の概念や知識の習得を目指す。 | 1-6 | 応用数学 |
| 1-7 | コンピュータ概論 | |
| 2-2 | 情報システム論 | |
| 2-7 | Python入門 | |
| （２）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」から構成される。 | 1-1 | データサイエンス入門
ITビジネス |
| 1-2 | 機械学習入門 | |
| 2-1 | データサイエンス入門
ICT活用と地域課題解決 社会心理学 |
|
| 3-1 | 機械学習入門 | |
| 3-2 | データサイエンス入門
情報倫理とセキュリティ |
|
| 3-3 | 機械学習入門 | |
| 3-4 | 機械学習入門 | |
| 3-9 | 機械学習入門 | |
| （３）本認定制度が育成目標として掲げる「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」に関する理解や認識の向上に資する実践の場を通じた学習体験を行う学修項目群。 応用基礎コアのなかでも特に重要な学修項目群であり、「Ⅰ データエンジニアリング基礎」、及び「Ⅱ データ・ＡＩ活用 企画・実施・評価」から構成される。 |
Ⅰ | データサイエンス入門
ICT活用と地域課題解決 社会心理学、 機械学習入門 |
| Ⅱ | ソフトウェア演習
専門ゼミⅠ（一部の担当教員） 専門ゼミⅡ（一部の担当教員） |
|
| 委員会等 | 役割 |
| 総合教育センター情報教育ユニットリーダー | 運営責任者 |
| 総合教育センター情報教育ユニット |
プログラムの改善・進化 |
| 自己点検評価委員会 | プログラムの自己点検・評価 |
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（リテラシーレベル）」に対応するため、本学において令和2年度より数理・データサイエンス・AI教育プログラムを創設する。| 学ぶ内容 | 対応する科目 |
|---|---|
| （１）現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている | データサイエンス入門 |
| ITビジネス | |
| 先端科学技術の時事基礎講座Ⅰ | |
| 福祉医療情報システム（福祉情報学部） | |
| （２）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの | データサイエンス入門 |
| ITビジネス | |
| マーケティング論（経済学部） | |
| 経済統計（経済学部） | |
| 情報社会と職業（福祉情報学部） | |
| （３）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの | データサイエンス入門 |
| ITビジネス | |
| 管理工学（経済学部） | |
| 統計学基礎（経済学部） | |
| 福祉医療情報システム（福祉情報学部） | |
| （４）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする | データサイエンス入門 |
| ITビジネス | |
| 情報倫理とセキュリティ | |
| （５）実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・ＡＩの基本的な活用法に関するもの | データサイエンス入門 |
| 統計学基礎（経済学部） | |
| 統計学（経済学部） | |
| 経済統計（経済学部） | |
| 心理統計学（福祉情報学部） | |
| 福祉統計学（福祉情報学部） |
| 学ぶ内容 | 対応する科目 |
| 統計及び数理基礎 | 統計学基礎（経済学部）、統計学（経済学部）、経済統計（経済学部）、心理統計学（福祉情報学部）、福祉統計学（福祉情報学部） |
| データ構造とプログラミング基礎 | プログラミング演習、プログラミング基礎 |
| データハンドリング | データベース論 |
| 委員会等 | 役割 |
| 総合教育センター情報教育ユニットリーダー | 運営責任者 |
| 総合教育センター情報教育ユニット | プログラムの改善・進化 |
| 自己点検評価委員会 | プログラムの自己点検・評価 |
| 学ぶ内容 | 対応する科目 |
|---|---|
| （１）現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている | ITビジネス |
| 先端科学技術の時事基礎講座Ⅰ | |
| 福祉医療情報システム（福祉情報学部） | |
| （２）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの | ITビジネス |
| マーケティング論（経済学部） | |
| 経済統計（経済学部） | |
| 情報社会と職業（福祉情報学部） | |
| （３）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの | ITビジネス |
| 管理工学（経済学部） | |
| 統計学基礎（経済学部） | |
| 福祉医療情報システム（福祉情報学部） | |
| （４）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする | 情報リテラシーⅠ |
| ITビジネス | |
| 情報倫理とセキュリティ | |
| （５）実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・ＡＩの基本的な活用法に関するもの | 情報リテラシーⅡ |
| 統計学基礎（経済学部） | |
| 統計学（経済学部） | |
| 経済統計（経済学部） | |
| 心理統計学（福祉情報学部） | |
| 福祉統計学（福祉情報学部） |
| 学ぶ内容 | 対応する科目 |
| 統計及び数理基礎 | 統計学基礎（経済学部）、統計学（経済学部）、経済統計（経済学部）、心理統計学（福祉情報学部）、福祉統計学（福祉情報学部） |
| アルゴリズム基礎 | 情報リテラシーⅡ |
| データ構造とプログラミング基礎 | プログラミング演習、プログラミング基礎 |
| データハンドリング | データベース論 |
| 委員会等 | 役割 |
| 総合教育センター情報教育ユニットリーダー |
運営責任者 |
| 総合教育センター情報教育ユニット | プログラムの改善・進化 |
| 自己点検評価委員会 | プログラムの自己点検・評価 |
國本日菜子さん（児玉ゼミ、202１年3月卒業）
Q．研究内容は？
佐古美穂さん（酒井ゼミ、2021年3月卒業）
Q．研究内容は？
周南公立大学Shunan University 総合教育センター運営委員会 情報教育ユニット
