新しい時代のモノづくりに必須のデータサイエンスとAI、そしてそれらを支える数理。本学では専攻する分野に関わらず、全ての学生がそれらを学ぶことができます。

モノづくりAIとは？

ものづくりを実現する生産設備や、ソフトウェアを内含するハードウェアやソフトウェアそのものを広い意味での設計された人工物、すなわち「モノ」と捉え、それらの高度化を志向するデータサイエンス?AI技術を「モノづくりAI」と呼称します。本学では、データサイエンス?AIを援用することで先端的なモノづくりを実現できる人材、つまり、「モノづくりAI人材」の育成を目指します。その達成のための一つの施策として、2022年4月から、モノづくり志向型AI教育プログラム（通称、モノづくりAI）がスタートしました。（詳細はこちら）

教育プログラム、３つの魅力

モノづくりにおける最新の応用事例を学ぶことができる。

モノづくりのためのデータ解析を実際の問題で実践できる。

基礎となる数理?プログラミングに関する知識を修得できる。

2つの教育プログラム

本プログラムは、リテラシーレベルと応用基礎レベルという学習水準の異なる2つの種類のプログラムから構成されます。内容は、文部科学省の「数理?データサイエンス?AI教育プログラム認定制度」のリテラシーレベルおよび応用基礎レベルでのモデルカリキュラムに準拠しており、2023年8月25日に両レベルともにこの文科省プログラム制度に認定されています。（2028年3月31日まで有効）

修了認定について

2つのレベルの教育プログラム（リテラシーレベル?応用基礎レベル）の各々について、以下の要件を満たした場合に当該教育プログラムを修了したものと認定します。

リテラシーレベル：「情報リテラシー」、「CP基礎および実習1」、「CP基礎および実習2」、「確率?統計」の全ての単位修得、「微分積分学1および演習」又は「微分積分学2および演習」のいずれかの単位修得、「線形代数1および演習」又は「線形代数2」のいずれかの単位修得が必要。

応用基礎レベル　：「情報リテラシー」、「CP基礎および実習1」、「CP基礎および実習2」、「確率?統計」、「CP応用および実習」、「微分積分学1および演習」、「微分積分学2および演習」、「線形代数1および演習」、「線形代数2」の全ての単位修得、「データサイエンス実践集中演習」又は「創造性開発セミナー」のいずれかの単位修得が必要。

認定の対象者について

1年次に入学した学生が認定の対象となります。さらに、2022年度（令和4年度）以降に入学した学生に限ります。

修了要件および修了認定

規定する対象科目をすべて履修し単位を修得した者について、本教育プログラムのリテラシーレベル、または応用基礎レベルの修了を認定します。修了の認定は、教務委員会の報告に基づき本学学長が行います。

科目構成

数学科目

「微分積分学1および演習」、「微分積分学2および演習」、「線形代数1および演習」、「線形代数2」では、人工知能?機械学習やデータサイエンス技術の基盤としての微分積分学と線形代数学を学びます。「確率?統計」では、データサイエンスの入口となる確率?統計という数理の基礎を学ぶとともに、データ分析の基本的プロセスとそこでの英国威廉希尔公司_世界十大博彩公司-【首页】@な概念、また、データ表現?グラフ表現についてコンピュータ上の演習（Pythonを利用）を通じて実践的に学びます。

プログラミング科目

本学では、人工知能?機械学習技術における主要なプログラミング言語であるPythonを主軸としてプログラミング教育を実施しています。「CP基礎および実習1」、「CP基礎および実習2」では、基礎的なコンピュータの知識およびその取扱い方とともに、基礎的なPython文法について学びプログラム言語に関する理解を深めます。また、初歩的なプログラミングを実践してプログラムの動作に親しみます。「CP応用および実習」では更に発展的に、構造化手法に基づくプログラム設計?作成の手順、および問題解決のためのアルゴリズムとその評価方法の基礎について学習します。更に、機械学習を用いた問題解決の基礎についても学びます。

人工知能?機械学習関連科目

以下の特色ある講義を通じて人工知能?機械学習の学理と周辺技術、社会への影響について実践的に学びます。