足利大学データサイエンス・AI教育プログラム

趣旨

データサイエンスおよびAIの基礎的な知識を修得し、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を身に付け、第4次産業革命、Society 5.0の社会に必要とされる人材を育成する。

目的

変化し続ける情報化社会において、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を身に付ける。そして、数理・データサイエンス・AIの利活用において、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受できる知識・技能を身につける。さらに、基礎的なプログラミングおよびデータ集計・解析技術を身につける。

概要

足利大学 データサイエンス・AI教育プログラムの概要についてはこちら

授業内容・方法

(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』について

日常生活や社会で起きている変化を知り、急激なデータ量の増加やコンピュータの処理性能の向上によって可能となったデータやAIの利活用による新しいビジネスモデルやサービスについて学ぶ。AIの非連続的進化、人間の知的活動とAIの関係性、AIの最新技術とその活用例についても理解し、Society 5.0で実現する社会について学ぶ。

(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』について

社会で活用されているデータやAIの活用領域について学ぶ。文書、画像／動画、音声／音楽などのビッグデータやその作成、データサイエンスやAIが活用されている研究開発やサービスなどにおける知識発見、計画策定、判断支援や活動代替など幅広い領域での活用について理解する。

(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』について

データやAIの利活用のための技術やその現場について学ぶ。データを活用するために、非構造化データ処理の言語処理、画像処理や音声処理による予測、グルーピング、パターン発見、最適化やシミュレーション・データ同化などのデータ解析やデータ可視化について理解する。さらに、特化型AIと汎用AIについて解説し、今のAIで出来ること出来ないことについても理解する。

(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こと』について

データ・AI利活用やデータを守る上での留意事項について学ぶ。データやAI利活用で重要となるELSI（倫理的、法的、社会的課題）について、データ倫理、データバイアス、個人情報保護、AIサービスの責任論などとともに理解する。また、データを守るための情報セキュリティや匿名加工情報などについても理解する。

(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』について

天気や気候などの公的な実データを表計算ソフトウェアで処理することで、データを「読む・説明する・扱う」という基本的な活用法について学ぶ。データの平均値、分散、標準偏差やばらつきなどを算出・可視化し、データの誤差、相関や因果、帰無仮説などについて理解する。

プログラムの学修成果（身に付けられる能力等）

変化し続ける情報化社会において、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を身に付ける。そして、数理・データサイエンス・AIの利活用において、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受できる知識・技能を身につける。さらに、基礎的なプログラミングおよびデータ集計・解析技術を身につける。

履修方法・修了認定

リテラシーレベル（令和５年度入学生から）

下記の科目を履修し、合格（単位修得）することで、足利大学 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修了したと認定する。シラバスはこちら（PDF）
なお、当該プログラムを履修するために特別な手続きは不要です。
○ コンピュータサイエンス入門　　（１年次配置：２単位）

リテラシーレベル（令和２～４年度入学生）

下記の３科目を履修し、その全てを合格（単位修得）することで、足利大学 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修了したと認定する。シラバスはこちら（PDF）
なお、当該プログラムを履修するために特別な手続きは不要です。

• ○ データサイエンス基礎　　（１年次配置：２単位）
• ○ 人工知能Ⅰ　　　　　　　（１年次配置：２単位）
• ○ アルゴリズムとデータ構造（２年次配置：２単位）

応用基礎レベル　（令和５年度入学生から）

下記の必修３科目（○）と選択必修科目（a）～（f）のうち1項目を履修し、その全てに合格（単位修得）することで、足利大学 データサイエンス・AI教育プログラム 応用基礎レベルを修了したと認定する。シラバスはこちら
なお、当該プログラムを履修するために特別な手続きは不要です。

必修科目

• ○ データサイエンス基礎　　（１年次配置：２単位）
• ○ 人工知能Ⅰ　　　　　　　（１年次配置：２単位）
• ○ アルゴリズムとデータ構造（２年次配置：２単位）

選択必修科目

• (a) 機械実習・自然エネルギー実験Ｂ（２年次配置：２単位）
• (b) 土木基礎実験　　　　　　　　　（２年次配置：２単位）
• (c) 電気電子工学実験ⅠＡ　※1 　　（２年次配置：２単位）
•   電気電子工学実験ⅠＢ　※1 　　（２年次配置：２単位）
• (d) システム情報実習Ⅰ　　　　　　（２年次配置：２単位）
• (e) 機械工学演習実験　　　　　　　（３年次配置：２単位）
• (f) 建築実験Ⅰ　　　　　　　　　　（３年次配置：２単位）

• ※1：(c)は2科目の修得が必要

プログラムの点検・評価

実行されている当該プログラムの点検・評価・改善等の報告についてはこちらをご確認ください。