ホーム / 学校案内 / 学校の取り組み / 数理・データサイエンス・AI教育プログラム

数理・データサイエンス・AI教育プログラム

　本校では、文部科学省の数理・データサイエンス・AIプログラム認定制度（リテラシーレベル）の認定を受けた教育を実施しています。

１．教育プログラムの取り組み概要図

　また、令和７年度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）の認定申請中です。

２．対象者
　　総合工学科に入学するすべての学生

３．プログラムによって身に付けられる能力等
　　（1）Society5.0の実現を目指し、数理・データサイエンス・AIを活用するための基礎的なデータ処理を行うことができる。
　　（2）データの特徴を読み解き、他者に説明するために必要な可視化手法を適切に選択できる。
　　（3）基礎的な素養である協働能力、コミュニケーション能力、想像力を涵養する。

４．プログラムを構成する科目
応用基礎コア「Ⅰ.データ表現とアルゴリズム」の内容を含む授業科目

科　目　名	単位数	開講学年	開講時期
情報基礎Ⅰ	1	1	前期
基礎数学Ａ	４	1	通年
基礎数学Ｂ	２	1	通年
情報基礎Ⅱ	１	2	前期
数理・データサイエンス基礎	1	1	後期
線形代数Ａ	２	２	通年
微分積分Ⅰ	４	２	通年

応用基礎コア「Ⅱ．ＡＩ・データサイエンス基礎」の内容を含む授業科目　

科　目　名	単位数	開講学年	開講時期
情報リテラシ	1	1	前期
情報基礎Ⅰ	１	1	後期
工学基礎実験Ⅰ	３	1	通年
技術史・科学史	１	２	前期
情報基礎Ⅱ	1	2	前期
フロンティア工学セミナー	１	４	集中講義

応用基礎コア「Ⅲ．ＡＩ・データサイエンス実践」の内容を含む授業科目

科　目　名	単位数	開講学年	開講時期
数理・データサイエンス基礎	1	1	後期
工学基礎実験Ⅰ	３	1	通年
ＰＢＬⅠ	１	２	前期
ＰＢＬⅡ	１	４	前期

科目名はWebシラバスへリンクしています。シラバスは機械システムコースを示していますが、他コースも同様です。

５．学習内容とモデルカリキュラムとの対応
数理・データサイエンス教育拠点コンソーシアムの数理・データサイエンス・ＡＩ応用基礎レベルのモデルカリキュラムと本教育プログラムの学習内容の対応は以下のとおりです。

授業に含まれている内容・要素	モデルカリキュラム対応箇所	講義内容「科目名」(講義の回)
(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	・順列・組合せ「基礎数学A」後期12週・集合「基礎数学A」前期13週・指数関数「基礎数学B」後期9週・対数関数「基礎数学B」後期11週・ベクトルと行列、ベクトルの演算、ベクトルの和とスカラー倍　「線形代数A」　前期1週・行列の積、逆行列「線形代数A」後期1-8週・関数の傾きと微分の関係「微分積分Ⅰ」前期12-13週・微分と面積の関係「微分積分Ⅰ」後期11週・積分法「微分積分Ⅰ」後期4-14週・代表値（平均値、中央値、最頻値）「数理・データサイエンス基礎」後期3-4週・相関係数、相関係数と因果関係「数理・データサイエンス基礎」後期7週・ベン図　「基礎数学A」前期13週・名義尺度「情報基礎II」前期3週・順序尺度「情報基礎II」前期3週・間隔尺度「情報基礎II」前期3週・比例尺度「情報基礎II」前期3週・確率分布「情報基礎II」前期3週・正規分布「情報基礎II」前期3週・多項式関数　「基礎数学A」前期14週, 後期3週, 「微分積分Ⅰ」前期12,13週・1変数関数の微分法「微分積分Ⅰ」前期5-11週
	1-7	・並び替え（ソート）「数理・データサイエンス基礎」後期3週・アルゴリズムの表現（フローチャート）「情報基礎Ⅰ」後期7週目・探索（サーチ）「情報基礎Ⅰ」後期7週目
	2-2	・コンピュータで扱うデータ（数値、文章、画像、音声、動画など）　「情報基礎Ⅰ」　後期6週・構造化データ「フロンティア工学セミナー」前期7～9週・非構造化データ「フロンティア工学セミナー」前期7～9週・情報量の単位（ビット、バイト）「情報基礎Ⅰ」後期6週目・二進数　「情報基礎Ⅰ」　後期6週目、「情報基礎II」前期10週・配列　「情報基礎Ⅰ」　後期10週
	2-7	・文字型「情報基礎Ⅰ」　後期10週・整数型　「情報基礎Ⅰ」　後期10週・浮動小数点型　「情報基礎Ⅰ」　後期10週・変数　「情報基礎Ⅰ」　後期10週・代入　「情報基礎Ⅰ」　後期10週・四則演算　「情報基礎Ⅰ」　後期10週・関数　「情報基礎Ⅰ」　後期13週・引数「情報基礎Ⅰ」　後期13週・戻り値「情報基礎Ⅰ」　後期13週・順次「情報基礎Ⅰ」　後期10週・分岐「情報基礎Ⅰ」　後期11週・反復の構造を持つプログラムの作成「情報基礎Ⅰ」　後期12週
(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「フロンティア工学セミナー」前期7～9週・Society5.0 「フロンティア工学セミナー」前期7～9週・データサイエンス活用事例（仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替など）「フロンティア工学セミナー」前期7～9週・データを活用した新しいビジネスモデル「フロンティア工学セミナー」前期7～9週
	1-2	・データ分析の進め方、仮設検証サイクル「フロンティア工学セミナー」前期7～9週・分析目的の設定、様々なデータ分析手法（回帰、分類、クラスタリングなど）「フロンティア工学セミナー」前期7～9週・様々なデータの可視化手法（比較、構成、分布、変化など）「フロンティア工学セミナー」前期7～9週・データの収集、加工、分類／統合「フロンティア工学セミナー」前期7～9週、「情報基礎II」前期2週
	2-1	・ICT（情報通信技術）の進展「フロンティア工学セミナー」前期7～9週、「情報リテラシ」前期9週目，14週・ビックデータ　「フロンティア工学セミナー」　前期7～9週、情報リテラシ」前期14週目、「情報リテラシ」前期9週，「情報基礎II」前期6週・ビッグデータの収集と蓄積「フロンティア工学セミナー」　前期7～9週・クラウドサービス「フロンティア工学セミナー」前期7～9週、「情報リテラシ」前期9、14週・人の行動口グデータ「フロンティア工学セミナー」前期7～9週・機械の稼働口グデータ「フロンティア工学セミナー」前期7～9週、「情報リテラシ」前期14週・ソーシャルメディアデータ「フロンティア工学セミナー」前期7～9週
	3-1	・AIの歴史　「フロンティア工学セミナー」　前期7～9週、「情報リテラシ」前期9週、「情報基礎II」前期6週・推論　「情報リテラシ」前期9週、「情報基礎II」前期6週・探索　「情報リテラシ」前期9週，「情報基礎II」前期6週・トイプロブレム　「情報リテラシ」前期9週，「情報基礎II」前期6週・エキスパートシステム「フロンティア工学セミナー」前期7～9週、「情報リテラシ」前期9週，「情報基礎II」前期6週・汎用AI／特化型AI（強いAI／弱いAI）　「情報リテラシ」前期9週，「情報基礎II」前期6週・フレーム問題「フロンティア工学セミナー」前期7～9週・シンボルグラウンディング問題「フロンティア工学セミナー」前期7～9週・人間の知的活動とAI技術（学習、認識、予測、判断、知識、言語、身体、運動）　「フロンティア工学セミナー」　前期10～12週・AI技術の活用領域の広がり(流通、製造、金融、インフラ、公共、ヘルスケアなど）　「フロンティア工学セミナー」　前期10～12週
	3-2	・プライバシー保護「情報基礎Ⅰ」　後期2週・個人情報の取り扱い「情報基礎Ⅰ」　後期2週
	3-3	・実世界で進む機械学習の応用と発展（需要予測、異常検知、商品推薦など）「フロンティア工学セミナー」前期7～9週、「情報リ　テラシ」前期9・14週，「情報基礎II」前期6週・機械学習「フロンティア工学セミナー」前期7～9週、「工学基礎実験Ⅰ」2～5、8～30週、「情報リテラシ」前期9週，「情報基礎II」前期6週・教師あり学習「フロンティア工学セミナー」前期7～9週、「情報基礎II」前期6週・教師なし学習「フロンティア工学セミナー」前期7～9週、「情報基礎II」前期6週
	3-4	・実世界で進む深層学習の応用と革新（画像認識、自然言語処理、音声生成など）　「フロンティア工学セミナー」前期7～9週・ニューラルネットワークの原理「フロンティア工学セミナー」前期7～9週、情報基礎II」前期6週目・ディープニューラルネットワーク（DNN）「フロンティア工学セミナー」前期7～9週、「情報基礎II」前期6週目
	3-5	・実世界で進む生成AIの応用と革新「情報リテラシ」前期14週目・スケーリング則・生成AIの留意事項「情報リテラシ」前期3週目，「情報基礎II」前期6週目
	3-10	・AIの学習と推論「フロンティア工学セミナー」前期7～9週、「情報基礎II」前期6週・AIの開発環境と実行環境　「情報リテラシ」前期9週・AIの社会実装、ビジネス／業務への取り組み「フロンティア工学セミナー」前期7～9週、「工学基礎実験Ⅰ」「工学基礎実験Ⅰ」2～5、8～30週、「情報リテラシ」前期9・14週・複数のAI技術を活用したシステム（スマートスピーカー、AIアシスタントなど）「フロンティア工学セミナー」前期7～9週、「情報リテラシ」前期9週，「情報基礎II」前期6週
(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。	Ⅰ	データの取り扱い演習、「数理・データサイエンス基礎」（後期3～7週、9～12週）、「工学基礎実験Ⅰ」2～5、8～30週、「PBLⅠ」前期5～8週、「PBLⅡ」前期5～8週
	Ⅱ	データ活用実践、学習発表、「数理・データサイエンス基礎」（後期13～14週）、「PBLⅠ」前期10～15週、「PBLⅡ」前期10～15週

６．プログラムの修了要件
プログラムを構成する「基礎数学Ａ」、「基礎数学Ｂ」、「線形代数Ａ」、「微分積分Ⅰ」、「情報基礎Ⅰ」、「情報基礎Ⅱ」、「数理・データサイエンス基礎」、「フロンティア工学セミナー」、「技術史・科学史」、「工学基礎実験Ⅰ」、「情報リテラシ」、「PBLⅠ」「PBLⅡ」の合計23単位を修得していること。

７．実施体制

役　割	委員会等
運営責任者	校　長
プログラムの改善・進化	教務委員会
プログラムの自己点検・評価	点検・評価委員会

07_(米子高専)_その他補足資料(HP公表内容)_ページ_1.jpg

８．自己点検評価
07_(米子高専)_その他補足資料(HP公表内容)_ページ_2.jpg

９．申請書
令和４年８月、本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）の認定を受けました。
※申請書はこちら
令和７年度の文部科学省の数理・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）の認定を受け次第、申請書をアップロードいたします。