情報融合学環数理・データサイエンス・AI教育プログラム

１．教育プログラム名称

情報融合学環数理・データサイエンス・AI教育プログラム

２．教育プログラムで身に付けることのできる能力

　本プログラムでは、数理・データサイエンス・AIの基礎から応用までを体系的に学び、デジタル社会において必要となる実践的能力を修得する。具体的には、①データから意味を抽出し現場にフィードバックする能力、②AIを活用して課題解決につなげる基礎能力、③専門分野における数理・データサイエンス・AIの応用に必要な大局的視点を獲得する。
　情報融合学環の学際的な学びを活かし、多様な領域のデータを分析・統合できる能力と、生成AIなど最新技術を倫理的・法的・社会的観点から適切に評価・活用できる判断力を養成する。

　学生は「DSゼミナール」での実データ分析を通じて、地域産業の実課題に取り組み、具体的な業務改善提案まで行える応用力を身につける。さらに「数理・データサイエンス・AI教育プログラム」で習得した統計的推論とAIモデル構築スキルを活用し、例えば産業集積に関わる様々なデータ分析が可能となる。これにより、リテラシーレベルの知識を基盤として、応用基礎レベルからエキスパートレベルへの橋渡しとなる人材を育成し、デジタル社会の課題解決に貢献できる専門性と俯瞰力を備えた人材を輩出する。

３．修了要件、教育プログラムを構成する科目

　情報融合学環の卒業の要件となる、１年生から3年後学期の以下の必修科目19科目32単位を履修、修得することで「情報融合学環数理・データサイエンス・AI教育プログラム」の修了となる。なお、選択必修科目である「アルゴリズム論Ⅰ」、「プログラミング演習Ⅰ」、「アルゴリズム論Ⅱ」、「プログラミング演習Ⅱ」についても、全学生が履修するように指導する。

【必修科目】

（１年次）　

線形代数Ⅰ、微分積分Ⅰ、DS基盤数学演習Ⅰ、集合と論理、DS倫理、線形代数Ⅱ、

微分積分Ⅱ、DS基盤数学演習Ⅱ、確率・統計

（２年次）       

離散数学Ⅰ、統計学Ⅰ、統計学演習Ⅰ、データ分析Ⅰ、DSゼミナールⅠ、統計学Ⅱ、 　　　

統計学演習Ⅱ、データ分析Ⅱ、DSゼミナールⅡ

（３年次）

　人工知能理論                                                                                

【選択必修科目】

アルゴリズム論Ⅰ、プログラミング演習Ⅰ、アルゴリズム論Ⅱ、プログラミング演習Ⅱ

４．授業の方法及び内容

　以下のリンクの熊本大学シラバスシステムにアクセスし、検索して、確認できる。 https://syllabus.kumamoto-u.ac.jp/index.html?locale=ja

５．実施体制

　情報融合学環教授会、情報融合学環数理・データサイエンス・AI教育プログラム委員会において、情報融合学環における数理・データサイエンス・AI教育プログラムの編成、運営および質の向上その他数理・データサイエンス・AI 教育プログラムに関し必要な事項について審議する。
　また、情報融合学環自己点検・評価委員会において、自己点検・評価等を行う。

　

６．自己点検結果

　「情報融合学環数理・データサイエンス・AI教育プログラム」の令和6年度の専門科目のアンケートの調査結果より、自己点検結果を報告する。

全体として学生の理解度は高いレベルにあり、特にDS基盤数学演習Ⅱでは難易度の高さにもかかわらず極めて高い理解度を示している。DS基盤数学演習Ⅰと集合と論理では、他の科目と比較してやや理解度が低いものの、それでも8割以上の学生が目標を達成できたと回答しており、基礎的な概念理解は十分に進んでいると言える。DS倫理は最も理解しやすい内容として、学生の高い理解度を実現している。

学生アンケートからは、すべての科目において学生の理解度は満足できるレベルにあり、特に応用的な内容よりも基礎的な概念の理解が進んでいることが示唆される。