国立大学法人 東京海洋大学

学生生活

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)

1.教育プログラムの名称・概要

(1)名称   『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)』
(2)概要

 全学共通の学部教育プログラムとして数理・データサイエンス・AI教育プログラム(応用基礎レベル)を設定し、本プログラム修了者には修了証を発行する。
 なお、本プログラムは、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)に続く応用基礎についてのプログラムであり、応用例を学ぶことで、データサイエンスおよびAIの基本的な概念と手法について理解するための教育を行う。

2.授業科目及び修了要件

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)を修了していることに加えて、以下の要件を満たすとき、修了とする。なお、所属する学科以外の科目については、他学部・他学科開設科目履修制度を用いて履修すること。

授業科目

開設学科

学年

単位

修了要件

備考

データサイエンス(※)

海洋環境科学科

3

2

1科目を履修し単位を修得すること。

データサイエンス(※)

流通情報工学科

3

2

他学部・他学科履修の場合は2年次の履修可

データサイエンス演習

2023年度以前入学者)

流通情報工学科

2

1

1科目を履修し単位を修得すること。

他学部・他学科履修の場合は遠隔にて受講可

データサイエンスAI実践

2024年度以降入学者)

2

2

3.学生が身に付けられる能力

(1)「データサイエンス入門A」(応用基礎レベルに関わる部分)

  1. データサイエンスを学ぶことの意義を理解する。
  2. AIのこれまでの変遷や技術背景を理解する。
  3. AIを応⽤する際の権利や倫理について理解する。

(2)「データサイエンス入門B」(応用基礎レベルに関わる部分)

  1. データ分析の基礎を理解する
  2. データ・AI利活用に必要なプログラミングの基礎を理解する

(3)「データサイエンス」

応用例を学ぶことで、データサイエンスの基本的な概念と手法について理解する。

  1. データを収集・処理・蓄積するための技術の概要を理解する。
  2. コンピュータでデータを扱うためのデータ表現の基礎を理解する。
  3. 機械学習、深層学習、強化学習の基本的な概念を理解する。
  4. 複数のAI技術が組み合わされたAIサービス/システムの例を説明できる。

(3)「データサイエンス」

応用例を学ぶことで、AIの基本的な概念と手法について理解する。

  1. データを収集・処理・蓄積するための技術の概要を理解する。
  2. コンピュータでデータを扱うためのデータ表現の基礎を理解する。
  3. 機械学習、深層学習、強化学習の基本的な概念を理解する。
  4. 複数のAI技術が組み合わされたAIサービス/システムの例を説明できる。

4.自己点検・評価の結果

BACK TO 学生生活