データサイエンス教育
ACADEMICS
自己点検・評価について
「データサイエンス教育プログラム」は、毎年度自己点検・評価をしながら改善しています。
内容の詳細については、以下のPDFをご参照ください。
Level 1（リテラシーレベル）
概要
数理・データサイエンス・AIへの関心を高め、適切に理解し活用する基礎的な能力を身につけることができるリテラシーレベルのプログラムです。
本プログラムは、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)」の認定を受けています。
認定の有効期限：2028年3月31日
到達目標
社会におけるデータサイエンス・AIの利活用について理解し説明できるようになるとともに、それらを扱う際の留意事項についても理解できるようになる。
修了要件
「データサイエンス・AI概論」(2単位)を修得すること。
対象
学部生
授業の方法・内容
Level 2（応用基礎レベル）
概要
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基盤能力を身につけることができます。
本プログラムは、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）」に相当するプログラムです（2025年度申請予定）。
到達目標
データサイエンス、データエンジニアリング、AIについて理解し説明できるようになるとともに、自らの専門分野でこれらを活用することができるようになる。
修了要件
「データサイエンス・AI概論」「データサイエンス・AI応用基礎」（計4単位）を修得すること。
対象
学部生
授業の方法・内容
Level 3（専門基礎レベル）
数理・データサイエンス・AIに関する様々な知識を学修できるプログラムです。各学部の専門分野につながる能力を身につけることができます。
修了要件
| 分野 | 定義 |
|---|---|
| ①数学 | 微分積分と線形代数に関する内容を含む科目を配置する分野 |
| ②統計学 | 統計学に関する内容を含む科目を配置する分野 |
| ③情報学 | プログラミング言語を一種類以上学修できる科目を配置する分野 |
| ④データサイエンス | ITを利用してデータ解析を学修できる科目を配置する分野 |
| ⑤その他 (学科特有のデータを扱う授業等) |
学科特有の「データの扱い方を学修できる」科目等を配置する分野 |
対象
学部生
Level 4（専門レベル）
数理・データサイエンス・AIに関する専門的な知識・技術等を学修できるプログラムです。各キャンパスの特色を活かした7つのコースがあり、自分の専門に合わせてコースを選択できます。
修了要件
- 神楽坂キャンパス
- 数理コース、ビジネスコース
- 野田キャンパス
- 人工知能コース、医薬コース
- 葛飾キャンパス
- 機械学習コース、医療統計コース、Informaticsコース
対象
大学院生
