概要

2020年度に改組した先端理工学部では、全国理工系学部で初めての課程制を導入し、先端技術を学ぶ25の学修プログラムによるカリキュラムを編成しています。

上記学修プログラムに加えて、文部科学省「数理・データサイエンス・ＡＩ教育プログラム認定制度（応用基礎レベル）」に準拠した教育プログラムを提供しています。

プログラムの対象科目は、2020年度以降の入学生に適用するカリキュラムに対応しており、課程ごとに履修する科目が異なります。

身に付けることができる能力

本教育プログラムを通して、以下の能力を身に付けることができます。

• データ処理に関する数学的な知識
• AIを実現するための基礎的概念や知識
• データ分析を実行するためのデータ観察や加工、可視化等の知識
• 実社会での課題に対するデータ・AIの活用能力

教育プログラム

＜修了要件１＞
「Ⅰ．データ表現とアルゴリズム」の学修項目を満たす組み合わせ）

所属課程により、以下の科目を履修し、単位修得すること。

数理・情報科学課程

「確率統計Ⅰ」「微積分及び演習Ⅰ」「線形代数及び演習Ⅰ」「プログラミング及び実習Ⅱ」の4科目を履修し、単位修得すること

知能情報メディア課程

「微分積分・演習」「確率・統計」「線形代数・演習」「データ構造とアルゴリズム・演習」の4科目を履修し、単位修得すること

電子情報通信課程

「確率および統計・演習」「線形代数学Ⅰ・演習」「基礎数学Ⅱ・演習」に加えて、「プログラミング法Ⅰ・演習」「アルゴリズムとデータ構造Ⅰ・演習」「アルゴリズムとデータ構造Ⅱ・演習」の中から2科目以上を履修し、合計5科目以上の単位を修得すること

機械工学・ロボティクス課程

「微分積分」「線形代数Ⅰ」「確率・統計Ⅰ」「計算機プログラム実習」の4科目を履修し、単位修得すること

応用化学課程

「数学の基礎」「アドバンスト数学Ⅰ」「アドバンスト数学Ⅱ」「アドバンスト数学Ⅲ」「アルゴリズムとデータ構造Ⅰ・演習」「アルゴリズムとデータ構造Ⅱ・演習」の6科目を履修し、単位修得すること

環境生態工学課程

「アルゴリズムとデータ構造Ⅰ・演習」「アルゴリズムとデータ構造Ⅱ・演習」に加えて、「確率および統計・演習」「データサイエンス及び演習」のうち1科目以上を履修し、合計3科目以上の単位を修得すること

＜修了要件２＞
（「Ⅱ．ＡＩ・データサイエンス基礎」の学修項目を満たす組み合わせ）

所属課程に関わらず、以下の3つの履修パターンのうち、いずれかを満たすこと。

Aパターン

「ニューラルネットワーク」に加えて、「データインテリジェンス」「データサイエンス及び演習」「最適化の数理Ⅰ」「確率および統計・演習」「プログラミング法Ⅰ・演習（電子のみ）」のうち1科目以上履修し、合計2科目以上の単位を修得すること

Bパターン

「統計的機械学習」「人工知能」の2科目に加えて、「データインテリジェンス」「データサイエンス及び演習」「最適化の数理Ⅰ」「確率および統計・演習」「プログラミング法Ⅰ・演習（電子のみ）」のうち1科目以上履修し、合計3科目以上の単位を修得すること（「人工知能」が履修できない場合は、「人工知能」の代わりに「言語メディア処理論」「機械学習Ⅱ」の中から1科目以上、かつ、「ニューロとAI」「機械学習Ⅰ」のうち1科目以上履修し、合計4科目以上の単位を修得すること）

Cパターン

「言語メディア処理論」または「機械学習Ⅱ」のどちらか1科目に加えて、「データインテリジェンス」「データサイエンス及び演習」のうち1科目以上、かつ、「ニューラルネットワーク」「ニューロとAI」「人工知能」「機械学習Ⅰ」のうち1科目以上履修し、合計3科目以上の単位を修得すること

＜修了要件3＞
（「Ⅲ．ＡＩ・データサイエンス実践」の学修項目）

所属課程に関わらず、「最適化の数理Ⅰ」「プログラミング法Ⅰ・演習」「機械学習Ⅰ」「機械学習Ⅱ」のうち1科目以上履修し、単位修得すること

授業の方法・内容

授業内容・授業方法の詳細は以下のシラバスをご参照ください。

• シラバス

実施体制

• プログラムの運営責任者・・・先端理工学部長
• プログラムの改善・進化させるための体制・・・先端理工学部教務委員会
• プログラムの自己点検・評価を行う体制 ・・・ 先端理工学部教務委員会

情報公開

• 本教育プログラムの自己点検・評価