全学連携教育機構(全学的教育プログラム)
AI・データサイエンス全学プログラム
DX(Digital Transformation)はデジタル技術による社会変革です。私たちは今、大学での研究活動や学び、ビジネス分野、社会の諸問題の解決など、あらゆる場面でAI(人工知能)やデータサイエンスの技術と知見を生かし、よりよい社会を構築する段階にいます。
これからの時代が求める人材を育成すべく、中央大学は文理を問わず全学部生を対象に「AI・データサイエンス全学プログラム」を開設しました。AI・データサイエンス分野を基本的内容(リテラシー)から応用基礎レベルまで系統的に学修することで、所属学部の学びと並行して自分の希望とスキルに合った科目を履修できます。
全ての科目は遠隔授業で実施されます(一部にオンデマンド、オンラインの遠隔授業と面接授業を混合した科目があります。)。キャンパスを超えて学生が集う科目は、所属学部での学びとは異なる刺激があります。またオンデマンドの科目では、自分のスタイルに合わせた学修が可能です。
AI・データサイエンス全学プログラムイメージ図
AI・データサイエンスと現代社会
入学生全員に履修していただきたい、誰もが知っておくべき基礎的な内容を習得する科目です。「AI やデータサイエンスがもたらす価値」「デジタル技術が行き渡った社会における課題」を大きなテーマとして、データサイエンスの適用方法や有効性、現代的な課題を学びます。全学部生が1年次から履修できます。
認定のロゴマーク(認定の有効期限:令和9年3月31日まで)
科目の編成・実施方針
履修者はこの科目を通じて、基礎的な統計概念、データに基づく思考や問題解決に関する基礎概念や、データ利用に関する倫理などの概念について、AI・データサイエンス領域における関係性の理解を深め、AI・データサイエンス全学プログラムや所属学部の学修につなげます。
修了要件
「AI・データサイエンスと現代社会」(2単位)を履修し、単位取得すること
教育内容
「AIやデータサイエンスがもたらす価値」「デジタル技術が行き渡った社会における課題」を大きなテーマとして、データサイエンスの適用方法や有効性、現代的な課題を学びます。
詳細はシラバスを参照してください。
- 2024年度シラバス 前期(205KB) 後期(205KB)
- 2023年度シラバス 前期(130KB) 後期(130KB)
- 2022年度シラバス 前期(662KB) 後期(703KB)
- 2021年度シラバス 前期(658KB) 後期(667KB)
教育方法
- 文理を問わず8学部全ての学部生を対象
- 自らのペースで学修可能な遠隔授業(オンデマンド型)で開講
自己点検・評価について
「AI・データサイエンスと現代社会」は、毎年度自己点検・評価をしながら改善しています。内容の詳細は以下のリンクを参照してください。
- 2023年度 自己点検・評価レポート(429KB)
- 2022年度 自己点検・評価レポート(385KB)
- 2021年度 自己点検・評価レポート(481KB)
AI・データサイエンス総合
私達をとりまく経済社会のなかでAI・データサイエンスがどのように活用されているのか、その実践例を複数名の実務家から学びます。対象とする課題の背景説明から必要とされるスキルについての講義を受けたあと、講師との議論を行い、総合的な理解を目指します。全学部生が1年次から履修できます。
- 2024年度シラバス 前期(249KB) 後期(248KB)
- 2023年度シラバス 前期(147KB) 後期(147KB)
- 2022年度シラバス 前期(203KB) 後期(202KB)
- 2021年度シラバス 後期(238KB)
AI・データサイエンスツール
以下の4科目を開講し、全学部生が1年次から履修できます。
Ⅰ:表計算ソフトExcelによるデータ活用やAI の中核的技術である機械学習の基本を体験します。
- 2024年度シラバス 前期(248KB) 後期(247KB)
- 2023年度シラバス 前期(153KB) 後期(153KB)
- 2022年度シラバス 前期(205KB) 後期(214KB)
- 2021年度シラバス 前期(283KB) 後期(273KB)
※授業計画変更により、現在の内容と相違があります。
Ⅱ:汎用プログラミング言語であるRubyの習得と、Ruby on Railsを用いてウェブアプリケーションを開発し、データサイエンスに応用できるようになることを目指します。
Ⅲ:プログラムの基礎知識を要することなくビッグデータを分析することができるBI(ビジネス・インテリジェンス)ツールと、データサイエンスにおける統計に特化したプログラミング言語であるR の基礎を理解することを目指します。
Ⅳ:汎用的プログラミング言語の中でAI・データサイエンスにおける中心的な役割を果たしているPythonと、データベース言語SQLの基礎を理解することを目指します。
AI・データサイエンス演習
2年次(演習A)、3年次(演習B)、4年次(演習C)の3年間で、学部・学年の枠を超えた実践的グループ活動を行います。産業界や科学技術分野、身近な社会で取得された現実のデータに基づいて課題の発見・解決をめざし活動します。AI・データサイエンスを実地に応用する基礎力を身につけるiDSプログラムの必修科目です。秋頃に1年次生を対象として募集・選抜を行います。
演習A
演習B
演習C
iDSプログラム
「iDS(Intermediate Program for Data Science and AI)プログラム」は「AI・データサイエンス演習」の受講者を対象として、AIやデータサイエンスの技術や知識を習得し、各学部の専門分野で活用する力を身につける学部横断的プログラムです。
3年間のゼミ活動では、所属ゼミのテーマに沿って、データの収集・分析・考察・活用を行い、データに基づいて課題発見、解決できる力を修得します。また、演習での課題解決型学修に加えて、基幹科目として位置づけられる「AI・データサイエンスツール」と所属学部の関連科目を体系的に学ぶことで、データ活用に必要な技術や知識に磨きをかけていきます。iDS プログラムを修了した学生には修了証として、本学よりオープンバッジを発行します。
オープンバッジ
認定のロゴマーク(認定の有効期限:令和10年3月31日まで)
修了要件
区分 | 授業科目 | 単位数 | 配当年次 | 最低修得単位数 | |
---|---|---|---|---|---|
演習科目 | AI・データサイエンス演習A(1)、A(2) | 各2単位 | 2 | 10単位 | 合計 22単位 以上 |
AI・データサイエンス演習B(1)、B(2) | 3 | ||||
AI・データサイエンス演習C(1)、C(2) | 4 | ||||
基幹科目 | AI・データサイエンスツールⅠ、Ⅱ、Ⅲ、Ⅳ | 各2単位 | 1~4 | 2単位 | |
関連科目 | AI・データサイエンス総合 | 2単位 | 6単位 | ||
プログラムが指定する各学部の関連科目 |
- 2023年度入学生 カリキュラム表(860KB)
- 2022年度入学生 カリキュラム表(387KB)
- 2021年度入学生 カリキュラム表(340KB)
自己点検・評価について
iDSプログラムは毎年度自己点検・評価をしながら改善しています。内容の詳細は以下のリンクを参照してください。
- 2023年度 自己点検・評価レポート(475KB)
- 2022年度 自己点検・評価レポート(429KB)