数理・データサイエンス・AI教育プログラム

茨城大学では、令和３年度より全学部学生を対象に全学共通プログラム「数理・データサイエンス・AI教育プログラム」を開設しましたが、令和６年度にデータサイエンス・AI入門を必修科目として開講したことに伴い、本プログラムをプラスIプログラムの一つとしてリニューアルしました。

本学の認定制度申請内容（PDF）

本学の認定制度申請内容：令和6年度変更届（PDF）

（注）表中、「内容」に記載の番号は、それぞれの授業科目が含んでいる数理・データサイエンス・AI教育に関する内容を意味します。番号が示す内容は以下のとおりです。

①：数理・データサイエンス・ＡＩは、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ること、また、それが自らの生活と密接に結びついているものであること。

②：数理・データサイエンス・ＡＩが対象とする「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こと。

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、数理・データサイエンス・ＡＩは様々な適用領域（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であること。

④：数理・データサイエンス・ＡＩは万能ではなく、その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）を考慮することが重要であること。

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こと。

Ⓐ データ表現とアルゴリズム：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。

Ⓑ ＡＩ・データサイエンス基礎：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。

Ⓒ ＡＩ・データサイエンス実践：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。

数理・データサイエンス・AI教育プログラムおよび情報リテラシー、データサイエンス・AI入門について疑問や不明な点がある場合は、Teamsの「情報リテラシー・データサイエンス・AI入門相談室」をご利用ください。

詳細はこちら⇒情報リテラシー＆データサイエンス・AI入門相談室（PDF）