KIIS数理・データサイエンス・AI教育プログラム
九州情報大学では、令和元年度1年次入学生のカリキュラムから、「KIIS数理・データサイエンス・AI教育プログラム」を実施しています。コンピュータの発達によりデータが豊富に入手できる時代となり、今はデータを活用する(分析し、意思決定を行う)ようになってきています。そのような大量のデータが飛び交う現代において、一昔前の読み書きそろばんのように皆さんの武器・防具となるのがデータサイエンスです。このプログラムには、特別な手続きは必要ありません。通常の履修登録時に下記プログラム対象科目を履修してください。下記条件の数理・データサイエンス・AI教育科目を修得した場合、KIIS数理・データサイエンス・AI教育プログラム修了証(リテラシー・応用基礎)をそれぞれ授与いたします。無防備な状態で社会に出て困らないようチャレンジしてみませんか?
応用基礎レベルが文部科学省「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」に認定
文部科学大臣から、本プログラムの応用基礎レベルが「数理・データサイエンス・AI教育プログラム認定制度実施要綱」(令和3年2月24日文部科学大臣決定)の規定に基づく「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」に認定されました。
本学の認定制度申請内容(PDF)「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」とは
大学(大学院を除き、短期大学を含む。)及び高等専門学校(以下「大学等」という。)の正規の課程であって、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能力を育成することを目的として、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定及び選定して奨励することにより、数理・データサイエンス・AIに関する実践的な能力の向上を図る機会の拡大に資することを目的としているものです。
リテラシーレベルが文部科学省「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定
文部科学大臣から、本プログラムのリテラシーレベルが「数理・データサイエンス・AI教育プログラム認定制度実施要綱」(令和3年2月24日文部科学大臣決定)の規定に基づく令和3年度「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定されました。
「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」とは
大学等の正規の課程であって、学生の数理・データサイエンス・AIへの関心を高め、かつ、数理・データサイエンス・AIを適切に理解し、それを活用する基礎的な能力を育成することを目的として、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定及び選定して奨励することにより、数理・データサイエンス・AIに関する基礎的な能力の向上を図る機会の拡大に資することを目的としているものです。
プログラムを修了するメリット
- 今、全国のあらゆる企業が求めているデータサイエンス教育を受けた学生であることが証明される!
- あらゆる分野・業種で活躍できることが証明される!
- 周りの一歩先を行く職業人になれる!
実施体制
- プログラムの運営責任者
KIIS数理・データサイエンス・AI教育プログラム運営委員長 - プログラムを改善・進化させるための体制及び自己点検・評価を行う体制
KIIS数理・データサイエンス・AI教育プログラム運営委員会
プログラム対象科目の開講状況
- 令和元年度1年次入学生から全学生対象でプログラム科目を開講しています。
プログラム対象科目(授業の方法及び内容)、修了要件及び身に付けることのできる能力等
■リテラシーレベル(18単位)文部科学省認定プログラム
- 各科目の授業の方法及び内容については、各科目をクリックしてシラバスをごらんください。
- 修了要件:必修科目(6科目12単位)と選択科目の中から3科目以上を修得すること。
- 身に付けることのできる能力等:社会においてどのようにデータやAIを取り扱っているのか、そしてそれらを利活用しているのかに関する知識を身に付けるとともに、データの取り扱い方やデータを読む力などの基礎的な能力を身に付ける。
| 必修科目 | 選択科目 |
|---|---|
| 情報リテラシー演習Ⅱ (情報リテラシー演習) | マーケティング論 |
| 情報学入門 | 消費者行動論 |
| 基礎数学 | マーケティング・リサーチ |
| 情報倫理 | 経営分析 |
| 統計学入門 | ビジネスプログラミング(NW) |
| 経営情報学Ⅰ(経営情報論Ⅰ) | 経営情報学Ⅱ(経営情報論Ⅱ) |
■応用基礎レベル(54単位)文部科学省認定プログラム
- 各科目の授業の方法及び内容については、各科目をクリックしてシラバスをごらんください。
- 修了要件:上記リテラシーレベルの修了要件を満たしたうえで、全科目(16科目36単位)を修得すること
- 身に付けることのできる能力等:数理・データサイエンス・AIの基礎的知識·技能を身に付け、データ分析を正しく行うためのデータ処理・プログラミングスキルを身に付けるとともに、分析結果を正しく解釈し、自分の専門分野に応用する力を身に付ける。
| 必修科目 | |
|---|---|
| 情報数学Ⅰ | 情報ネットワーク入門 |
| 情報数学Ⅱ(NW) | データベース論 |
| 統計学 | アルゴリズムとデータ構造 |
| 多変量解析(NW) | プログラミング実践Ⅰ(NW) |
| データ解析(NW) | プログラミング実践Ⅱ(NW) |
| データモデリング(NW) | 機械学習(NW) |
| 統計プログラミング(NW) | 人工知能(NW) |
| マネージメント科学(計量経済分析) | 情報セキュリティ |
