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
数理?データサイエンス?AI教育プログラム
帝京大学では、2022年度よりリテラシーレベルの数理?データサイエンス?AIの知識および技術を身につけることを目的に「数理?データサイエンス?AI教育プログラム」を開講しました。本プログラムは、全学部学科の教育課程に対象科目を配置し、どの学部学科に所属をしていても受講することが可能です。
プログラムの概要
本学学生の数理?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、それを活用する基礎的な能力を育成する。
本プログラムは、令和5年8月25日付で、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（リテラシーレベル）」に認定されています。
（認定期限：2028年3月31日（金）まで）
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」
「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）」申請様式
「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）」変更届
本教育プログラムを通して身につけることができる能力
- デジタル社会において、データサイエンス?AIが社会や専門分野の中でどのように活用されているのか説明できる。
- データサイエンス?AIに関するさまざまな知識やスキルを、日常生活や職業生活などにおいて使いこなすことができる。
プログラムを構成する授業科目と修了要件
各学部学科に配置されている本プログラムを構成する授業科目の単位をすべて修得する
＜2023年度以降入学生＞
| 学部 | 学科 | 科目名 | 単位数 |
|---|---|---|---|
| 医学部 | 医学科 | データサイエンス?AI入門 | 2 |
| 薬学部 | 薬学科 | ||
| 医療技術学部 | 視能矯正学科、看護学科、診療放射線学科 臨床検査学科、スポーツ医療学科、柔道整復学科 | ||
| 経済学部 | 経済学科、国際経済学科、地域経済学科 経営学科、観光経営学科 | ||
| 法学部 | 法律学科、政治学科 | ||
| 文学部 | 日本文化学科、史学科、社会学科、心理学科 | ||
| 外国語学部 | 外国語学科、国際日本学科 | ||
| 教育学部 | 教育文化学科、初等教育学科 | ||
| 理工学部 | 機械?精密システム工学科、航空宇宙工学科 情報電子工学科、バイオサイエンス学科 情報科学科（通信教育課程） | ||
| 福岡医療技術学部 | 理学療法学科、作業療法学科、看護学科 診療放射線学科、医療技術学科 |
＜2022年度入学生＞
| 学部 | 学科 | 科目名 | 単位数 |
|---|---|---|---|
| 医学部 | 医学科 | 医療統計学 | 2 |
| 薬学部 | 薬学科 | ||
| 医療技術学部 | 視能矯正学科、看護学科、診療放射線学科、 臨床検査学科、スポーツ医療学科救急救命士コース | ||
| スポーツ医療学科健康スポーツコース、 スポーツ医療学科トップアスリートコース 柔道整復学科 | データサイエンス?AI入門 | 2 | |
| 経済学部 | 経済学科、国際経済学科、地域経済学科 経営学科、観光経営学科 | ||
| 法学部 | 法律学科、政治学科 | ||
| 文学部 | 日本文化学科、史学科、社会学科、心理学科 | ||
| 外国語学部 | 外国語学科、国際日本学科 | ||
| 教育学部 | 教育文化学科、初等教育学科 | ||
| 理工学部 | 機械?精密システム工学科、航空宇宙工学科、 情報電子工学科、バイオサイエンス学科、 情報科学科（通信教育課程） | ||
| 福岡医療技術学部 | 理学療法学科、作業療法学科 | 医療情報処理演習Ⅰ?Ⅱ | 各1 |
| 看護学科、診療放射線学科 | 情報処理演習 | 1 | |
| 医療技術学科 | 情報処理演習Ⅰ?Ⅱ | 各1 |
各科目の詳細は、WEBシラバスで確認してください。
対象者
帝京大学各学部に所属する2022年度以降の入学生
プログラムの実施体制
プログラムの運営責任者
理工学部長
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?AI教育検討ワーキンググループ
プログラムの自己点検?評価を行う体制
数理?データサイエンス?AI教育検討ワーキンググループ
数理?データサイエンス?AI教育検討ワーキンググループの構成員
座長：理工学部長
メンバー：各キャンパスから選出された専任教員
数理?データサイエンス?AI教育検討ワーキンググループの審議事項
- 数理?データサイエンス?AI教育プログラムの企画?立案?実施に関すること。
- 数理?データサイエンス?AI教育プログラムの改善に関すること。
- 本学における数理?データサイエンス?AI教育プログラムの質保証に係る自己点検?自己評価に関すること。
- その他、数理?データサイエンス?AI教育の全学的な普及、整備に関すること。
自己点検?評価
2022年度「数理?データサイエンス?AI教育プログラム」自己点検?評価報告書
2023年度「数理?データサイエンス?AI教育プログラム」自己点検?評価報告書
応用基礎レベル
数理?データサイエンス?AI応用基礎教育プログラム（理工学部）
帝京大学では、2023年度より応用基礎レベルの数理?データサイエンス?AIの知識および技術を身につけることを目的に、理工学部を対象として、「数理?データサイエンス?AI応用基礎教育プログラム（理工学部）」を開講しました。本プログラムは理工学部の各学科に所属する学生のみ受講することが可能です。
プログラムの概要
数理?データサイエンス?AIを適切に理解し、それを活用して、課題を解決するための実践的な能力を育成する。
本プログラムは、令和6年8月27日付で、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）」に認定されています。
（認定期限：2029年3月31日（土）まで）
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」
「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）」申請様式
本教育プログラムを通じて身に付けることができる能力
- 目的に応じた最適なデータ分析の仮説検証 サイクル（データ収集?抽出?分析）を実行する能力
- AI 技術を用いて課題解決につなげる能力
プログラムを構成する授業科目と修了要件
所属する学科ごとに定められた授業科目の単位を修得する
機械?精密システム工学科
以下の10科目19単位を修得する。
| 必修区分 | 科目名 | 単位数 |
|---|---|---|
| 必修 | データサイエンス概論 | 1 |
| 線形代数 データ構造とアルゴリズム 画像情報処理 人工知能 数理統計学 基礎数学 微積分学1 プログラミング演習 | 各2 | |
| 選択必修 | マルチメディア情報処理 計測論 | 2 |
航空宇宙工学科
以下の9科目17単位を修得する。
| 必修区分 | 科目名 | 単位数 |
|---|---|---|
| 必修 | データサイエンス概論 | 1 |
| 線形代数 データ構造とアルゴリズム 画像情報処理 人工知能 数理統計学 微分積分 情報基礎2 | 各2 | |
| 選択必修 | マルチメディア情報処理 計測論 | 2 |
情報電子工学科
以下の11科目21単位を修得する。
| 必修区分 | 科目名 | 単位数 |
|---|---|---|
| 必修 | データサイエンス概論 | 1 |
| 線形代数 データ構造とアルゴリズム 画像情報処理 人工知能 数理統計学 基礎数学 微積分学1 プログラミング1 プログラミング2 | 各2 | |
| 選択必修 | マルチメディア情報処理 計測論 | 2 |
バイオサイエンス学科
以下の9科目17単位を修得する。
| 必修区分 | 科目名 | 単位数 |
|---|---|---|
| 必修 | データサイエンス概論 | 1 |
| 線形代数 データ構造とアルゴリズム 画像情報処理 人工知能 数学1 数学2 プログラミング演習 | 各2 | |
| 選択必修 | マルチメディア情報処理 計測論 | 2 |
情報科学科（通信教育課程）
以下の11科目21単位を修得する。
| 必修区分 | 科目名 | 単位数 |
|---|---|---|
| 必修 | データサイエンス概論 | 1 |
| 線形代数 データ構造とアルゴリズム ディジタル信号処理 画像情報処理 人工知能 数理統計学 基礎数学 微分積分1 プログラミング1 プログラミング2 | 各2 |
各科目の詳細は、WEBシラバスで確認してください。
対象者
帝京大学理工学部に所属する2022年度以降の入学生
プログラムの実施体制
プログラムの運営責任者
理工学部長
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?AI教育検討ワーキンググループ
プログラムの自己点検?評価を行う体制
数理?データサイエンス?AI教育検討ワーキンググループ
数理?データサイエンス?AI教育検討ワーキンググループの構成員
座長：理工学部長
メンバー：各キャンパスから選出された専任教員
数理?データサイエンス?AI教育検討ワーキンググループの審議事項
- 数理?データサイエンス?AI教育プログラムの企画?立案?実施に関すること。
- 数理?データサイエンス?AI教育プログラムの改善に関すること。
- 本学における数理?データサイエンス?AI教育プログラムの質保証に係る自己点検?自己評価に関すること。
- その他、数理?データサイエンス?AI教育の全学的な普及、整備に関すること。