東邦大学データサイエンス教育プログラム(リテラシーレベル)
(2023年8月25日掲載)
2022年度のデータサイエンス実践入門の開講実績により、2023年度の文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」・通称「MDASH-Literacy」に認定されました(期限:2028(令和10)年3月31日まで)。
2022年度のデータサイエンス実践入門の開講実績により、2023年度の文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」・通称「MDASH-Literacy」に認定されました(期限:2028(令和10)年3月31日まで)。
◆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)申請書 (PDF 210KB)
文部科学省公式認定ロゴマーク
概要
本学が専門とする自然科学の諸分野では、実験や観測で得られるデータに基づき現象の解析が行われます。このようなデータの収集と解析は、計算機技術の進化とともに社会科学や人文科学の分野にも広がり、現代社会のさまざまな場面で基礎的な役割を演じています。
データの分析・解析により新たな知見を得るためには、数理・データサイエンス・AIに関する基本的素養を習得することが必要です。そこで本学では、当該分野の教育プログラムとして、2022年度から選択科目「データサイエンス実践入門」を開講しました(2022年度:1年次生60名/2023年度:1年次生80名の履修定員あり)。2024年度からは、さらに多くの学生がリテラシーレベルの知識・技能等を学べるよう、全学共通の動画教材「⼤学⽣のためのデータサイエンス:東邦⼤学共通教育パッケージ」を作成し、各学部別の授業として展開しながらも、大学生として身に付けておくべきリテラシーを統一的に提供しています。
データの分析・解析により新たな知見を得るためには、数理・データサイエンス・AIに関する基本的素養を習得することが必要です。そこで本学では、当該分野の教育プログラムとして、2022年度から選択科目「データサイエンス実践入門」を開講しました(2022年度:1年次生60名/2023年度:1年次生80名の履修定員あり)。2024年度からは、さらに多くの学生がリテラシーレベルの知識・技能等を学べるよう、全学共通の動画教材「⼤学⽣のためのデータサイエンス:東邦⼤学共通教育パッケージ」を作成し、各学部別の授業として展開しながらも、大学生として身に付けておくべきリテラシーを統一的に提供しています。
(参考)データサイエンス実践入門(2022~2023年度)概要
到達目標(履修により身に付けられる能力)
- 社会や自然科学の諸分野で活用されているデータサイエンス・AIの動向について説明できる
- データサイエンス・AIで使用されている技術について説明できる
- データの利用にあたって留意すべき事項を説明できる
- データを適切に読み解き、他者に説明できる
- データサイエンスで用いられる数理的な考え方と可視化手法を理解し説明できる
- 表計算ソフトウェアを利用した基本的なデータの分析、および、データの図的表現を行える
プログラム構成科目
(★)マークのある科目は、全学部共通内容の動画教材「大学⽣のためのデータサイエンス:東邦大学共通教育パッケージ」を組み込んでいます。
学部 | 科目名 | 学年 | 単位数 |
---|---|---|---|
医学部 | データサイエンス(★) | 1 | 2 |
数理情報学Ⅱ | 1 | 1 | |
薬学部 | 数理データサイエンスAI入門(★) | 1 | 1 |
データサイエンスリテラシー演習 | 1 | 1 | |
理学部 | 情報科学A1(★) | 1 | 1 |
情報科学A2 | 1 | 1 | |
看護学部 | アカデミック・スキルⅠ(★) | 1 | 1 |
基礎統計学 | 2 | 1 | |
疫学と保健統計 | 3 | 2 | |
研究方法論 | 3 | 2 | |
健康科学部 | データサイエンス(★) | 1 | 1 |
保健統計 | 2 | 1 |
授業の方法および内容・修了要件
上述のとおり、2024年度から全学共通の動画教材「⼤学⽣のためのデータサイエンス:東邦⼤学共通教育パッケージ」を、学部別の授業科目により展開しています。
この教材の学修内容は、数理・データサイエンス・AI教育強化拠点コンソーシアムのモデルカリキュラム (リテラシーレベル)における「導入:社会におけるデータ・AI利活用(1-1~1-6)」および「心得:データ・AI利活用における留意事項(3-1~3-2)」の項目を網羅しています。
本教材の各回タイトルおよびテーマは、下表のとおりです。
この教材の学修内容は、数理・データサイエンス・AI教育強化拠点コンソーシアムのモデルカリキュラム (リテラシーレベル)における「導入:社会におけるデータ・AI利活用(1-1~1-6)」および「心得:データ・AI利活用における留意事項(3-1~3-2)」の項目を網羅しています。
本教材の各回タイトルおよびテーマは、下表のとおりです。
各回タイトルおよびテーマ
回 | タイトル | テーマ | |
---|---|---|---|
1 | データサイエンスの広がり | 【前半】 社会で起きている変化 | 【後半】 社会で活用されているデータ |
2 | データ・AIの活用領域と技術 | 【前半】 データ・AIの活用領域 | 【後半】 データ・AIの利活用のための技術 |
3 | データ・AI利活用の活用動向と利活用の上での留意事項 | 【前半】 データ・AI利活用の現場と最新動向 | 【後半】 データ・AIを扱う上での留意事項 |
4 | セキュリティとプライバシー | 【前半】 データサイエンスと情報セキュリティ | 【後半】 データサイエンスとプライバシー |
5 | 機械学習 | 【前半】 教師なし学習 | 【後半】 教師あり学習 |
6 | 深層学習の最新動向とデータサイエンスのためのソフトウェア | 【前半】 深層学習 | 【後半】 データサイエンスのためのソフトウェア |
7 | 医療におけるデータサイエンスの利用 | 【前半】 医療におけるデータサイエンスの利用 (1) | 【後半】 医療におけるデータサイエンスの利用 (2) |
なお、モデルカリキュラムの「基礎:データリテラシー(2-1~2-3)」の項目については、上記のプログラム構成科目において、各学部が教育内容を検討・構築しています。
◆東邦大学データサイエンス教育プログラム(リテラシーレベル) 概要図 (PDF 768KB)
修了要件
上記「プログラム構成科目」に掲げる学部別の科目にすべて合格し単位を修得するとプログラム修了となります。
実施体制
担当 | 役職・組織名等 |
---|---|
プログラム運営責任者 | 共通教育機構長 |
プログラム運営組織 プログラム自己点検・評価実施組織 |
共通教育機構 総合教育部門 データサイエンス班 |
自己点検・評価結果