神戸大学 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)

神戸大学 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)

本プログラムは、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(リテラシーレベル)」に認定されています。
【参考】令和3年度「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)」の認定・選定結果について

ロゴ1

神戸大学 数理・データサイエンス・AI教育プログラムとは

神戸大学 数理・データサイエンス・AI教育プログラムとは、今後のデジタル社会において、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を主体的に身につけること、そして、学修した数理・データサイエンス・AIに関する知識・技能をもとに、これらを扱う際には、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受し、これらを説明し、活用できるようになることを学修目標としています。

授業風景

学生が身に付けるべき能力

様々な分野および社会におけるデータ・AI利活用についての現状や、データを扱う上での留意事項について理解するとともに、専門分野も含めてデータを取り扱う基礎的能力を身に付ける。

対象

全学部生(2018年度以降入学生)

履修方法

このプログラムを履修するために特別な手続きは不要です。通常どおりの履修登録をしてください。

修了要件

必修3単位以上
・情報基礎(1単位)/データサイエンス入門A(1単位)/データサイエンス概論A(1単位)

必修 科目名 単位 対象年次 シラバス 参考
必修 情報基礎 1単位 1年次 2020年シラバス
データサイエンス入門A 1単位 1年次 2020年シラバス 2018年度から開講
データサイエンス概論A 1単位 1-3年次 2020年シラバス 2018年度から開講

モデルカリキュラムとの対応

モデルカリキュラム 学修内容 実施科目
1.社会におけるデータ・AI利活用
1-1. 社会で起きている変化 社会で起きている変化を知り、数理・データサイエンス・AIを学ぶことの意義を理解するAIを活用した新しいビジネス/サービスを知る データサイエンス入門A
1-2. 社会で活用されているデータ どんなデータが集められ、どう活用されているかを知る データサイエンス入門A
1-3. データ・AIの活用領域 さまざまな領域でデータ・AIが活用されていることを知る データサイエンス入門A
1-4. データ・AI利活用のための技術 データ・AIを活用するために使われている技術の概要を知る データサイエンス入門A
1-5. データ・AI利活用の現場 データ・AIを活用することによって、どのような価値が生まれているかを知る データサイエンス入門A
1-6. データ・AI利活用の最新動向 データ・AI利活用における最新動向(ビジネスモデル、テクノロジー)を知る データサイエンス入門A
2.データリテラシー
2-1. データを読む データを適切に読み解く力を養う データサイエンス入門A
データサイエンス概論A
2-2. データを説明する データを適切に説明する力を養う データサイエンス入門A
データサイエンス概論A
2-3. データを扱う データを扱うための力を養う データサイエンス入門A
データサイエンス概論A
3.データ・AI利活用における留意事項
3-1.データ・AIを扱う上での留意事項 データ・AIを利活用する上で知っておくべきこと データサイエンス入門A
情報基礎
3-2.データを守る上での留意事項 データを守る上で知っておくべきこと データサイエンス入門A
情報基礎

プログラムに含まれている要素

プログラム要素

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)申請書

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)申請書はこちらからご覧になれます

運営体制

数理・データサイエンス・AI教育プログラム運営体制図

委員会等 役割
数理・データサイエンスセンター長 プログラムの運営責任者
運営委員会、データサイエンス教育部会 プログラムの改善・進化
評価専門委員会 プログラムの自己点検・評価

自己点検・評価

令和2年度神戸大学数理・データサイエンス・AI教育プログラム(リテラシーレベル)自己点検・評価書

自己点検・評価体制については、次のページをご覧ください。

授業の履修状況・学修成果・学生アンケートはこちらをご覧ください。

当教育プログラムの認定有効期限

令和8年3月31日まで