ページの先頭です

ページ内を移動するためのリンク
本文(c)へ

TOPキーワード

入試サイト

資料請求

  1. データサイエンティスト育成プログラム(SOJO DS)

データサイエンティスト育成プログラム(SOJO DS)

プログラムの理念

データやAIを活用して、社会をよりよくする人材を育成することです。

教育目的

学生がデータサイエンスやAIによる新たな価値を作り出すための基礎を身につけ、同時にその限界や倫理を含む留意事項を考慮できることを目的としています。

プログラム概要

崇城データサイエンティスト育成プログラム.png

本プログラムにおいて身に付けることのできる能力

  • 数理・データサイエンス・AIと社会の関係を理解する能力。
  • 数理・データサイエンス・AIの社会での有用性を理解する能力。
  • 数理・データサイエンス・AIの活用事例と方法を理解する能力。
  • 数理・データサイエンス・AIの様々な留意事項を理解する能力。
  • 数理・データサイエンス・AIを実データの基本的な取り扱い方法を理解する能力。
  • 数理・データサイエンス・AIの実践にデザインが必要であると理解する能力。

本プログラムの修了要件

プログラムの修了要件は科目「特殊講座(データサイエンス入門)」の単位を取得することです。

本プログラムにおいて開設される授業科目

本プログラムの授業科目は全学科共通で下記の科目が開講されます。

「特殊講座(データサイエンス入門)」(1年2単位)

本プログラムにおいて開設される授業の内容

近年、人工知能(AI)・ロボット・Internet of Things(IOT)・ビッグデータ等の技術の急激な進化により、あらゆるものの情報が電子化され、結びつき、相互に影響を及ぼし合う未来社会の到来が見込まれています。この未来社会(デジタル社会)では従来の「読み・書き・そろばん」に代わって「数理・データサイエンス・AI」の三拍子が必要とされており、データサイエンスは、情報分野だけでなく、工学、化学、薬学、芸術などの全ての分野に共通して必要となっています。本講義では、データサイエンスとは何かということを学び、データサイエンスがさまざまな分野でどのような可能性をもち、今後、どのような技術開発につながっていく可能性があるのかということを、データサイエンス教育や企業での研究開発の現場での話を聞くことによって学びます。また、講義の後半では、実際にデータ解析のためのソフトウェアを活用し、基本的な知識と技術を学びます。講義では、データサイエンスと社会との関わりを学びながら、ノートパソコンを使って実社会に存在する課題やデータを利用した演習を行います。


(1)データ利用が社会変化に深く寄与し生活と密接に結びついていること
この講義の1回で、データサイエンスとは何かということを学び、各分野における専門科目とデータサイエンスとの関係性を学びます.2回目と3回目の講義では、企業や大学の専門家による講演会を行い、教育・企業の現場でデータやAIがどのように進化し、どのように活用されているのか学びます。


(2)データ利用が広範囲の課題を解決する有用なツールになり得ること
3回目の講義で、社会で活用されている最先端のデータ活用技術について学び、9回目の講義でデータ解析の技術がさまざまな分野でどのような効果をもたらす可能性があるのか、具体的な企業による技術開発の成果について学習します。


(3)データは様々な知見と組み合わせることで価値を創出すること
7回目の講義でデータ解析の実社会での活用事例を挙げて機械学習やシミュレーションシステムなどへ応用することによる効果について学習し、8回目の講義で実際のデータを用いて、データの集計、グラフ化、相関関係の抽出などの演習を通して新たな見解が得られることを学びます。


(4)データを活用するに当たっての留意事項
4回目の講義でデータを扱う際に必要なデータリテラシーについて学び、6回目の講義でAIやデータの利用についての正しい倫理観をもつことの重要性について学びます。


(5)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
10回から15回の講義では、ノートパソコンを使ってデータ解析演習を行います。事前に設定したいくつかのテーマ(2020年度は、マルチエージェントシミュレーションによるデータ解析、lobeによる画像データを使った深層学習、Jupyter Notebook(Python言語)を使ったクラスタリング)の中から選択し、グループを作って課題に取り組む。


(6)実装を意識した一連の流れをデザインすることが必要であること
4回目、5回目の講義ではデータ分析の一連の流れおよび、各ポイントにおける落とし穴について学びます.また10回から15回の講義では実際にデータを取り扱いながら、一連の流れを実践的に学びます。

本プログラムにおいて開設される授業の方法

「特殊講座(データサイエンス入門)」は1年後期の授業期間外に集中講義として開講されます(CAP外)。授業はオンデマンド型の遠隔授業です。上記科目は授業に2/3以上出席した上で最終成績が60点以上で単位取得となります。2年以上も受講可能であるが、2018年度以前に入学した学生は聴講のみで単位を取得することはできません。

授業対象者

本プログラムは崇城大学の全ての学部/学科の学生が対象です。受講には高度な知識は必要ありません。また受講は授業期間外の集中講義のため、学科の時間割に縛られずに受講することができます。これまでに薬学部や芸術学部を含む全ての学科の学生が受講できています。データサイエンスはあらゆる分野での活用が期待されています。データサイエンスを「学びたい」皆さんは是非受講してください。
2年以上も受講可能ですが、2018年度以前に入学した学生は聴講のみで単位を取得することはできません。

授業のシラバス

モデルカリキュラムとの対応

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)申請書

令和3年度申請書

データサイエンティスト育成プログラムの実施/改善体制

実施体制図.png

プログラムの改善・進化を担当する組織

データサイエンス教育ワーキングメンバー
  • 堀部 典子(情報学部 情報学科 教授)
  • 西園 祥子(生物生命学部 生物生命学科 教授)
  • 津曲 紀宏(総合教育センター 准教授)
  • 古賀 元也(工学部 建築学科 准教授)
  • 西嶋 仁浩(情報学部 情報学科 教授)
  • 林  修平(生物生命学部 生物生命学科 准教授)
  • 池田 徳典(薬学部 薬学科 教授)
  • 中山 泰宗(学長付 准教授、Dx推進本部長、総合情報センター長)

プログラムの自己点検・評価する組織

自己点検・評価委員会

講義「特殊講座(データサイエンス入門)」(令和2年度)

全学の1年生を対象とした集中講義として、「特殊講座(データサイエンス入門)」を実施しました。講義の受講者は105名で、その内訳は以下の通りです。

学科・学年 受講者数(単位:人)
工学部 宇宙航空システム工学科・2年 1
情報学部 情報学科・2年 10
生物生命学部 応用微生物工学科・2年 3
工学部 機械工学科・1年 31
工学部 ナノサイエンス学科・1年 3
工学部 建築学科・1年 2
工学部 宇宙航空システム工学科・1年 5
芸術学部 美術学科・1年 1
芸術学部 デザイン学科・1年 6
情報学部 情報学科・1年 36
生物生命学部 応用生命科学科・1年 6
薬学部 薬学科・1年 1

講義の中で扱った課題:データリテラシー、データ間の距離、集計、相関、データの可視化、機械学習、クラスタリング、グラフの描画、ディープラーニング、シミュレーションシステムなど

講義の中で使ったソフトウェア等: エクセル、lobe, Jupyter Notebook、Artisocなど

データサイエンス教育ワーキンググループの発足

令和2年2月:データサイエンス教育内容の検討のため、本学のさまざまな学部・学科に所属する教員からなる「データサイエンス教育ワーキンググループ」を作成し、28日に第1回目のワーキング会議を実施しました。会議では、このワーキングが発足するに至った経緯について説明があり、令和3年度から実施予定のデータサイエンスの講義の内容についての話し合いが行われました。

リンク

自己点検・評価

令和4年度 自己点検・評価報告書
令和3年度 自己点検・評価報告書
令和2年度 自己点検・評価報告書