応用基礎プログラム

ホーム
数理?DS?AI教育プログラム
応用基礎プログラム

香川大学が実施する「数理?データサイエンス?AI応用基礎プログラム」が、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（応用基礎レベル）」に認定されました。（認定の有効期限：立博体育_立博app-官网9年3月31日まで）

MDASH Literacy Approved Program for Mathematics,Data science and AI Smart Higher Education 数理?データサイエンス?AI教育プログラム認定制度応用基礎レベル

実施計画

委員会等	役割
理事?副学長（教育担当）	運営責任者
大学教育基盤センター	プログラムの改善?進化プログラムの自己点検?評価

事業計画

数理?データサイエンス?AI教育に関する計画

インフォマティクス教育に関する計画

本プログラムで身につけることのできる能力

本プログラムでは、学生は主に数理?情報基礎力を身につけることができます。具体的には、統計学、情報科学、ビッグデータ、AI、ICT、IoT等と関連のある内容を含む授業を受講することで、基礎的な数理?情報に関する能力を獲得することができます。

修了要件

本学の副専攻プログラム「DRIイノベーター養成プログラム（Iコース）」を修了することです。具体的には、下記の要件を満たしたうえで、Ｉコース対象科目（131科目154単位以上）のうち、12単位以上修得することが必要です。

立博体育_立博app-官网科目4単位以上、学部開設科目4単位以上を修得していること
Iコースの科目を6単位以上修得していること
必修科目の「はじめて学ぶDRI」と「DRIイノベーター養成プログラム課題研究」を修得していること
選択必修科目の「知プラe科目　データサイエンスを活用した防災?危機管理」「知プラe科目　レジリエントな社会の構築とコンピューターシミュレーション」「知プラe科目　災害とデータサイエンス」を1単位以上を修得していること

主な授業科目と概要

授業科目名称	概要
はじめて学ぶDRI（イ）はじめて学ぶDRI（ロ）	地域が抱える課題を確認した後、D?R?Iそれぞれが地域活性化とどのように関わっているのか学びます。そして、 DRIを地域活性化にどのようにいかせるか、グループで話し合い、発表します。DRIを地域活性化にどのようにいかせるか考えることによって、現代日本社会が抱える課題に対する探求能力を養います。
知プラe科目データサイエンスを活用した防災?危機管理	日本は地震や台風など大きな自然災害による被害を受けています。環境変化により従来にない大規模自然災害が発生する可能性が高まり、さらには社会システムの高度化?複雑化?国際化にともない、これまでにない災害が発生する危険性も増大しています。本講義では、自然災害の軽減を念頭にデータサイエンスによる防災?危機管理のあり方と、地域における災害に対する安全?安心について学びます。
知プラe科目レジリエントな社会の構築とコンピューターシミュレーション	コンピューターシミュレーションは、「第3の科学」とも言われ、自然科学、工学、経済学、社会科学における理論?システムを数理モデルで表現し、コンピューターを用いて仮想実験や事象予測を行う技術です。本講義では、レジリエントな（強靭化）社会構築におけるコンピューターシミュレーション活用事例を挙げ、その重要性と必要不可欠であることを学びます。
知プラe科目災害とデータサイエンス	防災に活用できる科学的なデータとしては、災害に関するデータと、それを観測するテクノロジーについて、災害前（災害が起こっていない日常の時点と、災害が起こる直前）と災害後（直後、そしてライフライン復旧が求められる事後）という2つのステージでの議論が重要です。本講義では、こうした「災害」に係るデータの活用方法について学びます。
DRIイノベーター養成プログラム課題研究	これまで履修したプログラム対象科目の内容を踏まえて、課題研究レポートとそのプレゼンテーションを行います。具体的には、課題研究レポートの課題設定、データや資料の収集とそれらをもとにした分析や活動（プロジェクトや作品制作等）、課題研究レポートの執筆とそのプレゼンテーションというステップを踏みます。

※数理?データサイエンス?AI（応用基礎レベル）モデルカリキュラムの応用基礎コアⅠ、Ⅱ、Ⅲに該当する科目を掲載しています。その他のIコース科目はこちら

科目対応表

2024年度

学部	科目名	学年	必修?選択	単位数
教育学部法学部経済学部医学部創造工学部農学部	はじめて学ぶDRI【イ】	1	必修	1
	はじめて学ぶDRI【ロ】	1	必修	1
	知プラe科目　データサイエンスを活用した防災?危機管理	1	選択必修^※	1
	知プラe科目　レジリエントな社会の構築とコンピューターシミュレーション	1	選択必修^※	1
	知プラe科目　災害とデータサイエンス	1	選択必修^※	1
	DRIイノベーター養成プログラム課題研究	1	必修	2

※いずれか1単位以上を修得
※過年度のシラバスについては、こちらより確認してください。

モデルカリキュラムとの対応

授業科目名称	基本的要素	モデルカリキュラム対応箇所
知プラe科目データサイエンスを活用した防災?危機管理知プラe科目レジリエントな社会の構築とコンピューターシミュレーション知プラe科目災害とデータサイエンス DRIイノベーター養成プログラム課題研究	（１）データサイエンスとして、統計学を始め様々なデータ処理に関する知識である「数学基礎（統計数理、線形代数、微分積分）」に加え、ＡＩを実現するための手段として「アルゴリズム」、「データ表現」、「プログラミング基礎」の概念や知識の習得を目指す。	1-6.数学基礎 1-7.アルゴリズム 2-2. データ表現 2-7. プログラミング基礎
はじめて学ぶDRI（イ）はじめて学ぶDRI（ロ）知プラe科目データサイエンスを活用した防災?危機管理知プラe科目レジリエントな社会の構築とコンピューターシミュレーション知プラe科目災害とデータサイエンス DRIイノベーター養成プログラム課題研究	（２）ＡＩの歴史から多岐に渡る技術種類や応用分野、更には研究やビジネスの現場において実際にＡＩを活用する際の構築から運用までの一連の流れを知識として習得するＡＩ基礎的なものに加え、「データサイエンス基礎」、「機械学習の基礎と展望」、及び「深層学習の基礎と展望」から構成される。	1-1. データ駆動型社会とデータサイエンス 1-2. 分析設定 2-1. ビッグデータとデータエンジニアリング 3-1. AIの歴史と応用分野 3-2. AIと社会 3-3. 機械学習の基礎と展望 3-4. 深層学習の基礎と展望 3-9. AIの構築と運用
DRIイノベーター養成プログラム課題研究	（３）本認定制度が育成目標として掲げる「データを人や社会にかかわる課題の解決に活用できる人材」に関する理解や認識の向上に資する実践の場を通じた学習体験を行う学修項目群。応用基礎コアのなかでも特に重要な学修項目群であり、「データエンジニアリング基礎」、及び「データ?ＡＩ活用企画?実施?評価」から構成される。	AI?データサイエンス実践（演習や課題解決型学習）＜データ?AI 活用企画?実践?評価＞

立博体育_立博app-官网