入試情報
理工学部 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)/SST-MDASH
Approved Program for Mathematics, Data science and AI Smart Higher Education of Meiji University School of Science and Technology (Advanced Literacy)
Approved Program for Mathematics, Data science and AI Smart Higher Education of Meiji University School of Science and Technology (Advanced Literacy)
プログラム設置目的
理工学部では、科学・技術教育から得られる知識と経験をもとに、自ら問題を発見し解決する能力あふれる技術者や研究者を育成することを目標にしています。
この教育目標に沿って、理工学部は8学科で構成された多様な研究領域を持ち、実験・実習に裏打ちされた科学技術教育を実践しています。
一方で、高度・複雑化する現代においては、ビッグデータとして大量の情報を取り扱い、人工知能(AI)を駆使しながら、データの収集、解析、蓄積、流通、処理を行うことのできる、データサイエンスの素養のある人材の育成・輩出が求められています。
このような社会的背景を踏まえ、理工学部における科学技術教育に、データサイエンスの素養を加えたプログラムを展開することにより、学科の各専門分野を柱としつつ、データ分析において多角的な視野と能力を持つ人材を育成するため、「理工学部 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)」を設置します。
2023年度からプログラムを開始し、2024年度に文部科学省「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)」に申請予定です。
>数理・データサイエンス・AI教育プログラム認定制度 ※文部科学省HP
>数理・データサイエンス・AI教育プログラム認定制度 ※文部科学省HP
プログラム概要と教育目標
到達目標
理工学部の「学位授与方針(ディプロマポリシー)」における各学科の到達目標を踏まえ、数理・データサイエンス・AIの観点から次の項目を達成できるようになることを目指します。
①大量のデータから数理・データサイエンス・AIを活用して意味を抽出し、課題解決につなげる基礎能力を修得すること
②数理・データサイエンス、データエンジニアリング、AIに関する知識・スキルを適切に身につけることにより、自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点を獲得すること
プログラムの概要・特徴
①カリキュラムを構成する科目を「基礎科目群」「実践科目群」「応用・発展科目群」の3つに分類し、各科目群を体系的に学修することで、数理・データサイエンス・AIを専門分野としない学生であっても、データサイエンティストや機械学習エンジニアによるアウトプットを解釈・応用し、自らの専門分野の課題解決や企画立案につなげることができる、より実践的な能力を身につけます。
②実データ、実課題を用いた演習など、社会での実例を題材とした教育を行うことで、現実の課題へのアプローチ方法及び数理・データサイエンス・AIの適切な活用法を学ぶことを組み入れます。
②実データ、実課題を用いた演習など、社会での実例を題材とした教育を行うことで、現実の課題へのアプローチ方法及び数理・データサイエンス・AIの適切な活用法を学ぶことを組み入れます。
③各専門分野の特性に応じた演習や課題解決型学習(PBL:Project Based Learning)等を効果的に組み入れることにより、実践的スキルの習得を目指します。
修了要件・プログラム科目
応用基礎レベルプログラムとリテラシーレベルプログラム
理工学部で実施している「理工学部 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)」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(応用基礎レベル)に準拠したプログラムとなります。
「理工学部 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)」は、基礎科目群の一部を除き2年次~4年次で履修可能な科目で構成されており、学科毎の専門性に応じて、さらに専門的に数理・データサイエンス・AIの基礎力、応用力を育成します。
明治大学全体で実施している「明治大学 数理データサイエンス人工知能リテラシーレベルプログラム」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(リテラシーレベル)に準拠したプログラムとなります。
「明治大学 数理データサイエンス人工知能リテラシーレベルプログラム」は、1年次から履修可能な科目で構成されており、数理・データサイエンス・AIに関する基礎的な能力を育成し、1年次から修了要件を満たすことが可能です。
「理工学部 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)」は、基礎科目群の一部を除き2年次~4年次で履修可能な科目で構成されており、学科毎の専門性に応じて、さらに専門的に数理・データサイエンス・AIの基礎力、応用力を育成します。
明治大学全体で実施している「明治大学 数理データサイエンス人工知能リテラシーレベルプログラム」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(リテラシーレベル)に準拠したプログラムとなります。
「明治大学 数理データサイエンス人工知能リテラシーレベルプログラム」は、1年次から履修可能な科目で構成されており、数理・データサイエンス・AIに関する基礎的な能力を育成し、1年次から修了要件を満たすことが可能です。
履修登録について
通常の科目と同様に、「WEB履修登録システム」から履修登録を行ってください。
詳細は以下の履修の手引きを参照してください。
理工学部 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)(SST-MDASH)履修の手引き
詳細は以下の履修の手引きを参照してください。
理工学部 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)(SST-MDASH)履修の手引き
※他学科履修可の科目については、履修者数の都合上、履修登録後に調整が生じる場合があります。
なお、授業の方法・内容については、理工学部シラバスを参照してください。
なお、授業の方法・内容については、理工学部シラバスを参照してください。
修了認定について
修了認定申請のための期間を設けて申請を受け付けます。
修了要件を充足し、修了が認められたものに対して、修了証を発行します。申請期間・申請方法については、Oh-o!Meijiでお知らせします。
プログラムの運営体制について
プログラムの運営は理工学部各学科教員により構成される、理工学部数理・データサイエンス・AI教育プログラム運営委員会により行われます。
本委員会では、理工学部数理・データサイエンス・AI教育プログラムの適切な実施、改善、自己点検、評価、
プログラムの改廃及びその他プログラムの運営に必要な事項が検討されています。
【参考】2023年度自己点検・評価報告書:理工学部 数理・データサイエンス・AI教育プログラム
Q&A
Q 2021年度以前入学の学生ですが、プログラムを受講することは可能ですか? A 基礎科目群の「データサイエンス・AI基礎」や実践科目群の「データサイエンス・AI実習」は2022年度以降入学学生が履修可能な新設科目となるため、2021年度以前入学の学生は本プログラムの認定を受けることはできません。ただし、プログラムを構成するその他の科目については便覧に記載のとおり履修可能です。 |
Q 大学院生ですが、プログラムを受講することは可能ですか? A 本プログラムは理工学部生対象のプログラムとなるため、受講できません。 |
Q 他学部の学生ですが、プログラムを受講することは可能ですか? A 2024年4月時点では基礎科目群の「データサイエンス・AI基礎」を他学部履修可としていないため、理工学部以外の学生がプログラムの認定を受けることはできません。ただし、プログラムを構成するその他の科目について、他学部履修可としているものについては履修可能です。 |
Q 本プログラムを受講するために、数理データサイエンス人工知能リテラシーレベルプログラムを修了している必要はありますか? A 数理データサイエンス人工知能リテラシーレベルプログラムを修了していなくても、本プログラムの受講は可能です。ただし、理工学部生は1年次でリテラシーレベルプログラムを受講・修了認定可能としており、本プログラムの構成科目の多くは2年次以降に履修可能となりますので、段階的に受講することを推奨します。 |
Q 「データサイエンス・AI基礎」の単位修得をしていません、又はできませんでしたが、「データサイエンス・AI実習」を履修することはできますか? A できません。「データサイエンス・AI実習」は「データサイエンス・AI基礎」の単位を修得していることが履修条件となります。 次年度に「データサイエンス・AI基礎」の単位を修得した上で、「データサイエンス・AI実習」を履修してください。 |
Q プログラムの修了を目指さずに「データサイエンス・AI基礎」のみを履修することはできますか? A 可能ですが、プログラムの修了を目指すことを推奨します。 |
Q プログラム科目の単位を卒業要件単位内に含むことは可能ですか? A 基礎科目群の「データサイエンス・AI基礎」や実践科目群の「データサイエンス・AI実習」等は卒業要件内・外単位のいずれでも履修登録が可能です。自身の履修計画に合わせて履修登録してください。 |
Q プログラムの科目の単位は年間履修上限単位数に含まれますか? A 卒業要件単位として履修した場合は、年間履修上限単位に算入されます。卒業要件外単位として履修した場合は、年間履修上限単位に算入されません。 |
Q 本プログラムで、他学科履修をする場合に注意することはありますか? A 他学科履修可の科目については、履修登録後、履修者数が適正規模を超えた場合に履修者の調整を行うことがあり、希望通り受講できない場合があります。 そのため、他学科の科目を履修する場合には、希望通り受講できない場合でも進級要件、卒業要件に影響がないように履修計画を立ててください。 |
Q 「データサイエンス・AI基礎」の開講時期はいつですか? A 「データサイエンス・AI基礎」の配当年次は2年で、春学期の集中科目(メディア授業科目)となります。 |
Q 「データサイエンス・AI実習」の開講時期はいつですか? A 「データサイエンス・AI基礎」の配当年次は2年で、秋学期土曜2限、3限のクォーター科目(対面科目)となります。秋前期(F1)、秋後期(F2)どちらの期間での受講になるかは履修登録後に決定されます。 |
Q「データサイエンス・AI基礎」、「データサイエンス・AI実習」は理工学部便覧のどの科目種別になりますか? A 「データサイエンス・AI基礎」、「データサイエンス・AI実習」とも複合領域専門科目となります(2022年度入学生~)。 |
Q 「データサイエンス・AI実習」を履修登録する時の注意点はありますか? A 「データサイエンス・AI実習」は「データサイエンス・AI基礎」の単位を修得していることが履修条件となります。「データサイエンス・AI基礎」の単位未修得者は受講できません。 ただし、履修登録は春学期に行う必要がありますので、春学期の履修登録期間中に「データサイエンス・AI実習」も履修登録してください。 |
Q 機械情報工学科、建築学科、物理学科の学生が応用・発展科目群の科目を選択する時の注意点はありますか? A 機械情報工学科の学生は、応用・発展科目群の修了要件4単位以上のうち、自学科科目を2単位以上履修・修得する必要があります。 建築学科又は物理学科の学生は、応用・発展科目群の修了要件4単位以上のうち、他学科科目を2単位以上履修・修得する必要があります。なお、各学科から推奨されている科目以外の他学科科目も修了要件に含めることができます。 |
Q 卒業後に科目等履修生として修得した科目を含めてプログラムの認定を受けることは可能ですか? A 学部在学中にプログラム修了要件を満たした場合にのみプログラム認定対象となりますので、卒業後に科目等履修生として修得した単位によりプログラム認定を受けることはできません。 |
Q 修了証の発行時期はいつですか? A 3月又は9月を予定しています。手続については別途Oh-o! Meijiにて案内します。 |
Q 修了証の再発行は可能ですか? A 原則として再発行はいたしません。電子データで送付された修了証をご自身で確実に保管してください。 |