中部大学「AI数理データサイエンスプログラム リテラシーレベル」は文部科学省「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）」に認定されました。

2022年4月、中部大学では、AI×数学×データサイエンスを基礎から学ぶ“教育プログラム”のリテラシーレベルを設置、
2023年4月には、一段高い教育レベルの応用基礎レベルを設置し、文系・理系問わず全ての学生を対象とした教育プログラムとして、多くの学生が受講しています。

両プログラム共に文部科学省「数理・データサイエンス・AI教育プログラム」の認定基準に基づき設計されており、リテラシーレベルは2023年度に認定を受けました。

リテラシーレベルでは、数理・データサイエンス・AIへの関心を高め、適切に理解し活用するための基礎的な能力、応用基礎レベルでは、リテラシーレベルの教育と専門教育とを繋ぐ「橋渡し教育」と位置づけ、自らの専門分野等において数理・データサイエンス・AIを活用し、課題を解決するための実践的な能力の獲得を目指します。

文系・理系の区別なく、ビッグデータの分析・解析から、これからの社会に不可欠な課題解決能力を身につけましょう。

数理・データサイエンス・AI教育プログラム認定制度

数理・データサイエンス・AIを適切に理解し活用する基礎的な能力を育成すること、また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、その知識及び技術について体系的な教育を行う大学を文部科学大臣が認定・選定し奨励する制度です。
中部大学では、リテラシーレベルは2023年8月に認定済み、応用基礎レベルは2024年8月の認定を目指して申請を予定しています。

参考：文部科学省HP「数理・データサイエンス・AI教育プログラム認定制度」より

 プログラムの登録（無料）について

本プログラム対象者は、2022年度以降の全ての入学生です。登録を希望する学生は、本学が定める所定の時期に登録申請をしてください。
卒業に必要な単位の中で修得でき、受講費用は無料です。

 履修の流れ

リテラシーレベル修了要件

1年次春学期（必修）

スキル教育科目

 情報スキル入門(2単位)(全学共通教育科目)

学内ネットワークや図書館のデータベース利用など中部大学特有のシステムの利用、PCの一般的知識や管理・運用方法、Microsoft Officeの基本的な操作、ネットワークセキュリティと情報倫理などを学び、同時にAI・データサイエンスの入門的な知識を修得します。

以下の選択科目3科目の中から4単位（2科目）以上修得（1年次秋学期以降～）

スキル教育科目

情報スキル活用(2単位)(全学共通教育科目)

各種アプリケーションを利用した実習を行い、問題解決・論理的な思考・データ処理能力を養い、説得力のあるレポート作成やプレゼンテーションなど大学や社会で必要とされるスキルを学びます。またAI・データサイエンスなど最先端の話題についても学びます。

科学技術リテラシー

データサイエンスのための数理要論(2単位)(全学共通教育科目)

文系理系問わず、数理科学、データサイエンスの修得に必要不可欠な数学の基礎を学習します。概念に加え、数式処理ソフトウェアを用いた実践的計算方法について修得し、微分法、行列の基本的な演算方法について学習します。さらに偏微分法、最適化問題や機械学習の基礎について学習します。

科学技術リテラシー 

問題解決のための統計学入門(2単位)(全学共通教育科目)

現在進行中の社会変化である「数理・データサイエンス・AI」についての様々な側面の基礎を学び、実社会の課題を統計学に基づき分析する力を修得します。なお、様々な学生が履修することを鑑み、基礎的な数学で理解できる範囲を学習します。

必修を合わせて合計6単位以上修得

卒業時に修了証書取得

プログラムの登録（無料）について

本プログラム対象者は、2023年度以降の入学生です。本プログラムは、工学部と理工学部の共通科目である理工系教育圏科目で構成されていますが、工学部・理工学部 以外の学生も受講可能です。登録を希望する学生は、本学が定める所定の時期に登録申請をしてください。卒業に必要な単位の中で修得でき、 受講費用は無料です。

履修の流れ

応用基礎レベル修了要件

以下の13単位（6科目）をすべて修得

線形代数(3単位)(理工系教育圏科目)

自然科学や理工学だけでなく、経済学、社会科学などほとんどすべての分野で大きな役割を果たす数量的データは高次元空間におけるベクトルとみることができます。ベクトルとその線形変換や線形方程式を表現する行列について学習し、ビッグデータを扱う基礎的な能力を養います。

微分積分学Ⅰ(3単位)(理工系教育圏科目)

微分積分学は、自然科学や理工学だけでなく、経済学、社会科学などの各分野において必要不可欠の学問です。1変数関数に関する基礎的な微分法と積分法を学習して、微分積分の諸概念を理解し、数学的思考能力や論理的表現力を高め、実際の課題に活用できる基礎を養います。

数理科学A(2単位)(理工系教育圏科目)

微分方程式モデル、確率モデル、ネットワークモデルなどの基本的な数理モデルついて幅広く学び、数理科学全般の基礎を学習します。数理モデルに関する知識や有効性、データ分析手法の学習を通じて、数学を社会に役立てる数理モデルの考え方を修得します。

人工知能アルゴリズムの活用(2単位)(理工系教育圏科目)

人工知能（AI ）技術の基礎となる機械学習や深層学習の概念や仕組み、ア ルゴリズムについて学び、AI 技術の基本的な知識を修得します。さらに、機 械学習・深層学習の活用事例について学ぶことで、AI技術をビジネスや研 究開発に導入・活用するための知識を修得します。

データサイエンスの基礎(2単位)(理工系教育圏科目)

本講義ではデータサイエンスの基礎である確率統計学を学びます。学習目標は、確率統計学に関する基本的な概念の理解と、それら概念を用いて不確実性をもつ問題に対処する方法を身につけることです。特に、種々の確率分布の特徴を把握し、統計的推定や統計的検定の基礎を学びます。

データサイエンスプログラミング(1単位)(理工系教育圏科目)

データサイエンスを実践できるようになるために、ICTとビックデータの発展、データの収集方法やコンピュータでのデータの表現方法、取り扱い方法を学びます。また、データを分析・活用して問題解決するために、人工知能との関係やプログラミング方法についても修得します。

上記必修科目合計13単位すべて修得

卒業時に修了証書取得

中部大学AI数理データサイエンスプログラムを改善・進化するための体制

自己点検・評価の結果