AI・データサイエンス
- 2022.04.06
- 副専攻「AI・データサイエンス」の履修説明会を開催
- 2021.12.01
- 敬愛大学広報誌『ING』冬号が発行されました
- 2021.06.30
- 数理・DS・AI教育プログラム認定制度リテラシーレベルに認定(千葉県内の大学で初)
- 2021.06.25
- 副専攻「AI・データサイエンス」の説明会・相談会を開催しました
- 2021.06.11
- 日本アイ・ビー・エム株式会社(IBM)による特別講義(「AI概論」)
A I の急速な進歩によって、人が本来の強みである「想像力・創造力」を発揮して仕事に注力できるようになります。また、データをもとに新しいアイディアを創造し、革新に繋げていくデータサイエンスにも大きな注目が集まっています。副専攻「A I・データサイエンス」では、様々なモノ・コトへの関心から疑問や問題意識を見つけ、データを使って「心を動かすアイディア」へと導く方法を学びます。
数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)認定
認定の有効期限:令和8年3月31日まで
副専攻「AI・データサイエンス」が、文部科学省が推進する数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)に認定されました。千葉県内の大学では初となります。
数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)とは
学生の数理・データサイエンス・AIへの関心を高め、それらを適切に理解し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制度です。
数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)とは
学生の数理・データサイエンス・AIへの関心を高め、それらを適切に理解し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制度です。
対象学部
「AI・データサイエンス」は、こんな人に向いています
私たちの生活・仕事とAI・データサイエンスの繋がり
私たちの生活や仕事の様々な場面でAIが利用され、今後ますます生活が便利になっていくでしょう。また、データを活用することで様々な仕事上の問題を解決できるようになります。これらを使いこなせることはもちろん、適切な活用方法を理解する倫理観も大切です。 |
主専攻の学びがますます楽しくなる
学部学科の授業で学んだことをデータを使って探究すると、これまでに誰も気づかなかった新たな問題意識や仮説が生まれるかもしれません。データを使って自分の考えを深めていくと、主専攻への関心もますます深まり学ぶことの楽しさが一層実感できます。
「データを扱う力」「データを読む力」を身につけたい
経済学部経営学科3年 H. Kさん
AI・データサイエンスに将来性を感じて、学んでみたいと思ったことがきっかけでした。経営学を学ぶ中で、会社の戦略立案や組織の意思決定にデータが重要な役割を果たしていることに気づき、関心が深まりました。(続きは「敬愛人」をご覧ください)
AI・データサイエンスに将来性を感じて、学んでみたいと思ったことがきっかけでした。経営学を学ぶ中で、会社の戦略立案や組織の意思決定にデータが重要な役割を果たしていることに気づき、関心が深まりました。(続きは「敬愛人」をご覧ください)
遠い未来ではない、AI・データサイエンスの世界
国際学部国際学科3年 R. Oさん
勧めてくれたのは、父でした。敬愛大学にAI・データサイエンスを学べるプログラムがあることを知り、「社会に出たら必要になる知識だから勉強してみたら」と言ってくれたのです。(続きは「敬愛人」をご覧ください)
勧めてくれたのは、父でした。敬愛大学にAI・データサイエンスを学べるプログラムがあることを知り、「社会に出たら必要になる知識だから勉強してみたら」と言ってくれたのです。(続きは「敬愛人」をご覧ください)
学部学科 × AI・データサイエンスの融合
AI・データサイエンス紹介動画
統計学 | データを使って原因を考察したり将来を予測する方法を学びます。 |
AIの活用 | AI の様々な導入事例からビジネスや教育での活用方法を学びます。 |
社会調査法 | 様々なデータの収集方法や科学的な仮説検証の方法を学びます。 |
情報セキュリティ | データや情報の保護や適切な管理方法を学びます。 |
プログラミング | コンピュータ用の言語を使ってデータ処理を効率的に行う方法を学びます。 |
データベース | データや情報の効率的な検索や整理方法を学びます。 |
コンピュータの操作 | パソコンやビジネスソフトの操作方法を学びます。 |
学部学科の専門知識 | 各学部学科で専門知識は、AI・データサイエンスと融合します。 |
卒業後の社会
データに基づく意思決定が求められる昨今では、あらゆる場面でデータサイエンスの知識は不可欠です。日本ではデータ分析の専門家であるデータサイエンティストが25万人も不足すると言われており、今後、ますます重要性が強調されていくでしょう。ここで学んだことを足かがりに、様々なビジネスでの活躍が期待されます。
目指せる進路 | ● 金融機関(銀行・証券・保険など) ● ICT・情報産業 ● 地方自治体(統計課、観光課など) ● 企業の経営企画部門 ● 企業の情報管理部門 ● 企業のマーケティング部門 ● 企業の商品開発部門 ● 大学院進学 など |
カリキュラム
「情報」「統計」「専門領域」の3つの分野があります。この学びを通じて、関連資格の取得の道も拓けます。
区分 | 主な内容 | 科目 |
情報 | AI、コンピュータ、ネットワーク、セキュリティ、プログラミングなどを学びます。 | ● 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 |
統計 | 統計の理論と方法、データ解析の理論と方法などを学びます。 | ● 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 ● 観光マーケティング調査 ● ビジネスデータ解析 |
専門領域 | 所属する学部学科の専門性に応じて統計やデータ解析の理論と方法などを学びます。 | ● フィールドワーク入門 ● 実地調査入門 ●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 ●社会調査実習Ⅰ・Ⅱ |
修了に必要な資格 | ● 社会調査士 ● Microsoft Office Specialist(Excel) ● ITパスポート ● 統計検定2級以上 ● ビジネス数学検定3級以上 ● G検定 など |
はじめてチャレンジする学生にも学びやすいよう「導入」「基礎」「応用」の3段階で学びます。卒業後の活用も意識した内容で構成されています。
卒業後の活用を意識した段階的な学び | 導入 | 基礎 | 応用 | 卒業後の社会 |
「楽しく」「分かりやすく」学ぶことができる内容で、AI・データサイエンスの世界に親しみます。 | AI・データサイエンスを学ぶ上で必要な教養レベルの知識、基礎レベルのスキルを身につけます。 | 「情報」「統計」「専門領域」の知識・スキルを複合的に使ってAI・データサイエンスの応用力を高めます。 | 業務知識を身につけ、スキルを磨きます。データを使って組織の意思決定に貢献することを目指します。 |