1.Name and outline of the educational program

(1) Name	『数理?データサイエンス?AI教育プログラム（応用基礎レベル）』
(2) Outline	全学共通の学部教育プログラムとして数理?データサイエンス?AI教育プログラム（応用基礎レベル）を設定し、本プログラム修了者には修了証を発行する。 　なお、本プログラムは、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）に続く応用基礎についてのプログラムであり、応用例を学ぶことで、データサイエンスおよびAIの基本的な概念と手法について理解するための教育を行う。

2.Course subjects and completion requirements

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）を修了していることに加えて、以下の要件を満たすとき、修了とする。なお、所属する学科以外の科目については、他学部?他学科開設科目履修制度を用いて履修すること。

Class subject	開設学科	school year	unit	Completion requirements	Remarks
データサイエンス（※）	Department of Marine Environmental Science	3	2	Acquire credits by completing two courses.
データサイエンス（※）	Undergraduate Course of Logistics and Information Engineering	3	2		他学部?他学科履修の場合は２年次の履修可
データサイエンス演習 (2023年度以前入学者）	Undergraduate Course of Logistics and Information Engineering	2	1	Acquire credits by completing two courses.	他学部?他学科履修の場合は遠隔にて受講可
Data scienceAIPractice (2024年度以降入学者）		2	2

3.Abilities that students can acquire

（1）「データサイエンス入門A」（応用基礎レベルに関わる部分）

1. データサイエンスを学ぶことの意義を理解する。
2. AIのこれまでの変遷や技術背景を理解する。
3. AIを応?する際の権利や倫理について理解する。

（2）「データサイエンス入門B」（応用基礎レベルに関わる部分）

1. データ分析の基礎を理解する
2. データ?AI利活用に必要なプログラミングの基礎を理解する

（３）「データサイエンス」

応用例を学ぶことで、データサイエンスの基本的な概念と手法について理解する。

1. データを収集?処理?蓄積するための技術の概要を理解する。
2. コンピュータでデータを扱うためのデータ表現の基礎を理解する。
3. 機械学習、深層学習、強化学習の基本的な概念を理解する。
4. pluralAI技術が組み合わされたAIServices/システムの例を説明できる。

（３）「データサイエンス」

応用例を学ぶことで、AIの基本的な概念と手法について理解する。

1. データを収集?処理?蓄積するための技術の概要を理解する。
2. コンピュータでデータを扱うためのデータ表現の基礎を理解する。
3. 機械学習、深層学習、強化学習の基本的な概念を理解する。
4. pluralAI技術が組み合わされたAIServices/システムの例を説明できる。

Five.Results of self-inspection and evaluation

• FY2024 Self-Inspection and Evaluation Report