数理・データサイエンス・AI応用基礎プログラム

数理・データサイエンス・AI応用基礎プログラム

香川大学が実施する「数理・データサイエンス・AI応用基礎プログラム」が、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)」に認定されました。(認定の有効期限:令和9年3月31日まで)

【参考】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)」
【参考】数理・データサイエンス・AI応用基礎レベル 申請書 (13.5MB)

mdash_AL_01.png mdash_AL_02.png mdash_AL_03.png  mdash_AL_04.png

実施計画

委員会・組織等 役割
理事・副学長(教育担当) 運営責任者
大学教育基盤センター プログラムの改善・進化
プログラムの自己点検・評価

事業計画

事業計画_数理・DS・AI応用基礎プログラム.png 

本プログラムで身につけることのできる能力

本プログラムでは、学生は主に数理・情報基礎力を身につけることができます。具体的には、統計学、情報科学、ビッグデータ、AI、ICT、IoT等と関連のある内容を含む授業を受講することで、基礎的な数理・情報に関する能力を獲得することができます。

修了要件

本学の副専攻プログラム「DRIイノベーター養成プログラム(Iコース)」を修了することです。具体的には、下記の要件を満たしたうえで、Iコース対象科目(131科目154単位以上)のうち、12単位以上修得することが必要です。

  1. 全学共通科目4単位以上、学部開設科目4単位以上を修得していること
  2. Iコースの科目を6単位以上修得していること
  3. 必修科目の「はじめて学ぶDRI」と「DRIイノベーター養成プログラム課題研究」を修得していること
  4. 選択必修科目の「知プラe科目 データサイエンスを活用した防災・危機管理」「知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション」「知プラe科目 災害とデータサイエンス」を1単位以上を修得していること

主な授業科目と概要

授業科目名称 概要(シラバスから抜粋)
はじめて学ぶDRI(イ)
はじめて学ぶDRI(ロ)
地域が抱える課題を確認した後、D・R・Iそれぞれが地域活性化とどのように関わっているのか学びます。そして、 DRIを地域活性化にどのようにいかせるか、グループで話し合い、発表します。DRIを地域活性化にどのようにいかせるか考えることによって、現代日本社会が抱える課題に対する探求能力を養います。
知プラe科目 データサイエンスを活用した防災・危機管理 日本は地震や台風など大きな自然災害による被害を受けています。環境変化により従来にない大規模自然災害が発生する可能性が高まり、さらには社会システムの高度化・複雑化・国際化にともない、これまでにない災害が発生する危険性も増大しています。本講義では、自然災害の軽減を念頭にデータサイエンスによる防災・危機管理のあり方と、地域における災害に対する安全・安心について学びます。
知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション コンピューターシミュレーションは、「第3の科学」とも言われ、自然科学、工学、経済学、社会科学における理論・システムを数理モデルで表現し、コンピューターを用いて仮想実験や事象予測を行う技術です。本講義では、レジリエントな(強靭化)社会構築におけるコンピューターシミュレーション活用事例を挙げ、その重要性と必要不可欠であることを学びます。
知プラe科目 災害とデータサイエンス 防災に活用できる科学的なデータとしては、災害に関するデータと、それを観測するテクノロジーについて、災害前(災害が起こっていない日常の時点と、災害が起こる直前)と災害後(直後、そしてライフライン復旧が求められる事後)という2つのステージでの議論が重要です。本講義では、こうした「災害」に係るデータの活用方法について学びます。
DRIイノベーター養成プログラム課題研究 これまで履修したプログラム対象科目の内容を踏まえて、課題研究レポートとそのプレゼンテーションを行います。具体的には、課題研究レポートの課題設定、データや資料の収集とそれらをもとにした分析や活動(プロジェクトや作品制作等)、課題研究レポートの執筆とそのプレゼンテーションというステップを踏みます。

※数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラムの応用基礎コアⅠ、Ⅱ、Ⅲに該当する科目を掲載しています。その他のIコース科目はこちら

科目対応表

2022年度

学部 科目名 学年 必修・選択 単位数
教育学部
法学部
経済学部
医学部
創造工学部
農学部
はじめて学ぶDRI(イ)[000127] 1 必修 1
はじめて学ぶDRI(ロ)[000128] 1 必修 1
知プラe科目 データサイエンスを活用した防災・危機管理[000903] 1 選択必修 1
知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション[000904] 1 選択必修 1
知プラe科目 災害とデータサイエンス[000905] 1 選択必修 1
DRIイノベーター養成プログラム課題研究[050106] 1 必修 2

※いずれか1単位以上を修得

2021年度

学部 科目名 学年 必修・選択 単位数
教育学部
法学部
経済学部
医学部
創造工学部
農学部
はじめて学ぶDRI(イ)[000413] 1 必修 1
はじめて学ぶDRI(ロ)[000414] 1 必修 1
知プラe科目 データサイエンスを活用した防災・危機管理[000424] 1 選択必修 1
知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション[000425] 1 選択必修 1
知プラe科目 災害とデータサイエンス[000426] 1 選択必修 1
DRIイノベーター養成プログラム課題研究[050106] 1 必修 2

※いずれか1単位以上を修得

モデルカリキュラムとの対応

基本的要素 モデルカリキュラム対応箇所 授業科目名称
(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.数学基礎
1-7.アルゴリズム
2-2. データ表現
2-7. プログラミング基礎
知プラe科目 データサイエンスを活用した防災・危機管理
知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション
知プラe科目 災害とデータサイエンス
DRIイノベーター養成プログラム課題研究
(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. データ駆動型社会とデータサイエンス
1-2. 分析設定
2-1. ビッグデータとデータエンジニアリング
3-1. AIの歴史と応用分野
3-2. AIと社会
3-3. 機械学習の基礎と展望
3-4. 深層学習の基礎と展望
3-9. AIの構築と運用
はじめて学ぶDRI(イ)
はじめて学ぶDRI(ロ)
知プラe科目 データサイエンスを活用した防災・危機管理
知プラe科目 レジリエントな社会の構築とコンピューターシミュレーション
知プラe科目 災害とデータサイエンス
DRIイノベーター養成プログラム課題研究
(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、「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」から構成される。 AI・データサイエンス実践(演習や課題解決型学習)<データ・AI 活用 企画・実践・評価> DRIイノベーター養成プログラム課題研究

 

プログラムの自己点検・評価

2022年度以降はこちら

2021年度版