グローバルナビゲーションへ

本文へ

ローカルナビゲーションへ

フッターへ



ホーム >  AI・データサイエンス

AI・データサイエンス


KEIAI UNIVERSITY / AI & DATA SCIENCE

AIを知る。
データを読み解く。
専門の学びに活かす。

副専攻「AI・データサイエンス」は、AIの仕組みやデータの扱い方を学び、自分の専門分野や将来の仕事に活かす力を育てるプログラムです。4学部それぞれの専門の学びと組み合わせることができます。

私たちの生活の中で活用されるAI・データサイエンス

文部科学省の認定プログラム(MDASH)

敬愛大学の副専攻「AI・データサイエンス」は、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」(MDASH)で、リテラシーレベルと応用基礎レベルの2つの認定を受けた千葉県内で初のプログラムです。

MDASH リテラシーレベル認定ロゴ

MDASH Literacy

リテラシーレベル

AI・データの基本的な知識や活用方法、倫理を学ぶ。

認定期間(再認定)~

MDASH 応用基礎レベル認定ロゴ

MDASH Advanced Literacy

応用基礎レベル

AI・データの知識やスキルを専門分野の課題解決に活かす。

認定期間~

LEARNING DESIGN

導入から応用へ。段階的に学べるカリキュラム

AIやデータサイエンスを初めて学ぶ学生も、「導入」「基本」「応用」の3段階で知識と技能を深められます。

  1. STEP 01

    導入|まずは知る

    身近なAI・データ活用の例を通して、技術の可能性や倫理を学び、私たちの社会や暮らしへの影響を考えます。

  2. STEP 02

    基本|使い方を学ぶ

    情報、統計、分析ソフトなどの基本を学び、データを集計・可視化し、読み解く力を身につけます。

  3. STEP 03

    応用|課題解決に活かす

    専門分野の問いと実際のデータを結びつけ、分析結果を説明し、解決策を提案する力を磨きます。

学びを構成する4つの分野

カリキュラムは「情報」「統計」「専門領域」「PBL(課題解決型授業)」の4分野で構成されています。

FIELD 01

情報

AIの仕組みや情報技術の基礎、コンピュータ、プログラミングなどを学び、AI・データを活用するための知識と技能を身につけます。

科目例
  • AI・DSへのいざない
  • 情報概論
  • AI概論
FIELD 02

統計

データの収集・整理・可視化、統計的な考え方や分析方法を学びます。数値やグラフから傾向を読み解く力を養います。

科目例
  • 統計学Ⅰ・Ⅱ
  • 統計学総論Ⅰ・Ⅱ
  • マーケティングリサーチⅠ・Ⅱ
FIELD 03

専門領域

経済・経営・社会調査・情報管理など、さまざまな専門領域の知識とデータ分析を結びつけ、専門的な課題を考える力を養います。

科目例
  • 社会調査法Ⅰ・Ⅱ
  • 情報ビジネス論
  • 情報ガバナンス
FIELD 04

PBL(課題解決型授業)

AIやデータを実際に活用しながら、課題に取り組みます。データを分析し、結果を読み解き、解決策を考える実践力を養います。

科目例
  • 生成AI入門
  • ビッグデータマネジメント
  • AI・データサイエンス実践
CURRICULUM & QUALIFICATIONS / 2026 カリキュラム・関連資格一覧を見る
区分 主な内容 科目
情報 主な内容AI、コンピュータ、情報セキュリティ、プログラミングなどを学びます。 科目AI・DSへのいざない/英語で学ぶPython/データサイエンス総論/情報概論/情報セキュリティ論/アルゴリズム論/AI概論/プログラミング(Python)/プログラミング(R)
統計 主な内容統計的な考え方やデータ分析の方法を学び、数値やグラフから傾向を読み解く力を養います。 科目統計学Ⅰ・Ⅱ/数学Ⅰ・Ⅱ/統計学総論Ⅰ・Ⅱ/マーケティングリサーチⅠ・Ⅱ
専門領域 主な内容経済・経営・社会調査・情報管理など、専門分野の学びとデータ活用を結びつけます。 科目経済統計Ⅰ・Ⅱ/管理会計論/社会調査法Ⅰ・Ⅱ/計量経済学Ⅰ・Ⅱ/情報ビジネス論/自然言語処理/情報ガバナンス
PBL 主な内容実際のデータを使って課題に取り組み、分析結果を活用する実践的な力を養います。 科目ビッグデータマネジメント/生成AI入門/観光マーケティング調査/ビジネスデータ解析/社会調査実習Ⅰ・Ⅱ/AI・データサイエンス実践

応用基礎レベルの修了に必要な関連資格

応用基礎レベルの修了には、必要な単位の修得に加え、原則として次の関連資格のいずれか1つ以上の取得が必要です。

  • 社会調査士
  • Microsoft Office Specialist(MOS)(Excel)
  • ITパスポート
  • G検定
  • 統計検定2級以上
  • ビジネス数学検定3級以上
  • データサイエンス数学ストラテジスト中級以上
  • データサイエンティスト検定リテラシーレベル以上

※ 2026年度入学者向けの科目・関連資格一覧です。入学年度によって、履修条件や修了要件が異なる場合があります。

STUDENTS & GRADUATES

学んだ学生・卒業生の声

AI・データサイエンスを学んだきっかけから、授業での発見、就職活動での経験まで。学生・卒業生の声を「敬愛人」の記事から紹介します。

※ 学年・所属・内定先は記事掲載時点の情報です。

CAREER POSSIBILITIES

AI・データサイエンスを
活かせる仕事

データを使って課題を見つけ、新しいアイディアを生み出す。こうした力は、商品開発やIT、観光、経営企画、EC(ネットショップ)、行政など、さまざまな仕事で役立ちます。

マーケティング

マーケティング・商品開発

顧客の好みや購買行動を分析し、商品・サービスの企画や効果的な販売方法を考えます。

データ活用例 購入データから売れ筋を予測し、新商品の企画に役立てる。
情報

IT・情報管理

組織の情報を整理・活用し、業務の効率化や新しい仕組みづくりを支えます。

データ活用例 社内に眠るアイディアをAIで探し、新しい事業につなげる。
観光

観光・地域振興

旅行者の動向や観光需要を分析し、地域の魅力を発信する方法や観光振興の取り組みを考えます。

データ活用例 口コミやSNS投稿を分析し、地域の隠れた魅力を生かした観光プランを考える。
戦略

経営企画・事業戦略

売上や市場の変化を読み取り、新しい事業やサービス、企業の将来の戦略を考えます。

データ活用例 過去の売上から将来の需要を予測し、事業計画に役立てる。
電子商取引

EC(ネットショップ)

ネットショップの購買履歴や利用者の行動データを分析し、売上向上やサービスの改善に活かします。

データ活用例 購入履歴を分析し、利用者の好みに合う商品をおすすめする。
自治体・行政

自治体・行政

人口や地域の統計を使い、暮らしの課題を把握して、政策や行政サービスに活かします。

データ活用例 人口の変化を分析し、必要な行政サービスを考える。

CERTIFICATES & OPEN BADGES

修了証とオープンバッジ

副専攻「AI・データサイエンス」の修了要件を満たした学生には、リテラシーレベルではオープンバッジ(電子認証)、応用基礎レベルでは修了証とオープンバッジが授与されます。学んだ成果を形に残し、在学中の就職活動や卒業後に活かすことができます。

敬愛大学

KEIAI UNIVERSITY

副専攻「AI・データサイエンス」

リテラシーレベル

AI・データサイエンスの基本を理解し、データ活用の意義や倫理などを学んだことを示す、リテラシーレベルの修了認定です。

敬愛大学の副専攻「AI・データサイエンス」リテラシーレベルのオープンバッジ
OPEN BADGE / LITERACY
修了者に授与
オープンバッジ

敬愛大学

KEIAI UNIVERSITY

副専攻「AI・データサイエンス」

応用基礎レベル

AI・データサイエンスの知識や技能を専門分野の課題解決に活かす力を身につけたことを示す、応用基礎レベルの修了認定です。

敬愛大学の副専攻「AI・データサイエンス」応用基礎レベルのオープンバッジ
OPEN BADGE / ADVANCED LITERACY
修了者に授与
修了証 + オープンバッジ
学びの証を、卒業後も。

オープンバッジは、修了した学びを電子的に証明する仕組みです。卒業後に取得した資格の履歴も蓄積し、生涯にわたる学修の証として活用することができます。

※ 修了要件は、入学年度によって異なる場合があります。

STUDENT GUIDE

在学生の皆さんへ|副専攻の履修方法

すべての学部でAI・データサイエンスの「リテラシーレベル」を学びます。さらに専門的な知識と技能を身につけたい学生は、「応用基礎レベル」に挑戦できます。

全学部必修 LITERACY LEVEL

リテラシーレベル

2 単位

AI・データサイエンスの基本的な知識や、データ活用の意義、倫理を学びます。4学部の必修科目「AI・DSへのいざない」を修得することで、リテラシーレベルの修了が認められます。

必修科目 AI・DSへのいざない
希望者対象 ADVANCED LITERACY LEVEL

応用基礎レベル

22 単位以上

「情報」「統計」「専門領域」「PBL」の4分野から必要な単位を修得し、AI・データサイエンスを専門分野の課題に活かす力を磨きます。

情報 12単位以上
統計 4単位以上
専門領域 4単位以上
PBL 2単位以上
+ 資格に関する要件

指定資格を1つ以上取得するか、資格代替科目の単位を修得します。

応用基礎レベルの履修方法

さらに学びたい学生は、次の手順で副専攻の履修を進めます。

  1. 01

    修了要件を確認する

    入学年度に対応する『CAMPUS LIFE』で、履修科目や必要単位数などを確認します。

  2. 02

    希望届を提出する

    副専攻の履修を希望する学生は、Webフォームから「希望届」を提出します。

  3. 03

    科目を履修し、修了を目指す

    必要な単位と資格に関する条件を満たし、修了を目指します。

応用基礎レベルの履修を申し込む

リンク先の「副専攻」ページで「AI・データサイエンス」の希望届を開き、必要事項を入力して提出してください。

申込ページを開く ↗

※ 詳しい履修方法や修了要件は、入学後に配布される『CAMPUS LIFE』をご確認ください。

運営体制・情報公開資料

副専攻「AI・データサイエンス」の運営体制や教育内容の点検・評価、文部科学省の認定制度に関する資料を公開しています。

敬愛大学 AI・データサイエンス教育センター

本副専攻は、敬愛大学AI・データサイエンス教育センターが運営しています。本学は「数理・データサイエンス教育強化拠点コンソーシアム」関東・首都圏ブロックの加盟校です。

※ 認定申請関係資料には、申請当時の制度・科目構成等が記載されています。