教育プログラム｜大学案内｜比治山大学｜比治山大学比治山大学短期大学部

比治山大学・比治山大学短期大学部数理・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に関する基礎的な知識及び技術を偏りなく体系的に修得することにより，社会におけるデータ・AI利活用に関する知識やデータを適切に読み解く能力を高めるとともに，利活用の楽しさや学ぶ意義を把握し，自分の生活に積極的に取り入れようとする態度の向上が期待される。

「共通教育科目」-「比治山ベーシック科目」-「コミュニケーションリテラシー」-「情報」区分において、「情報リテラシー」（1単位）、「データサイエンス入門」（2単位）、合計3単位を修得すること。

「情報リテラシー」（1単位）、「データサイエンス入門」（2単位）

教学委員会、数理・データサイエンス・AI教育プログラム部会

令和5年4月1日施行

希望する学生には教育プログラム修了証を発行する。

（1）現在進行中の社会変化（第4次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている

講義内容
1-1	「データサイエンス入門第3回」社会で起きている変化デジタル社会の提唱（ビッグデータ，AI，IoT）社会で起きている変化（第4次産業革命，Society 5.0，データ駆動型社会等の社会の変化）企業の競争力低下と変革・私たちの生活と社会の変化
1-6	「データサイエンス入門第9回」データ・AI利活用の最新動向データ・AIを活用した新しいビジネス（治安，不動産，金融，スポーツ等）データ・AIに関連した新技術（GAN，強化学習，転移学習）デジタル技術による小企業の新ビジネス創出

（2）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの

講義内容
1-2	「データサイエンス入門第4回」社会で活用されているデータ社会で活用されているデータの実例（統計，行動ログ，稼働ログ等）データの種別（一次と2次，外部と内部，構造化・準構造化・非構造化）データのオープン化（国・自治体のオープンデータ化とサービス）
1-3	「データサイエンス入門第5回」データ・AIの活用領域 AIの定義 AIの歴史（推論，探索，知識，機械学習，ディープラーニング）データ・AIの活用領域（すべての産業分野，デザイン・作文・作曲等創造的活動）データ・AIの活用が解決する日常生活や社会の課題

（3）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの

講義内容
1-4	「データサイエンス入門第6回」データ・AI利活用のための技術データ認識技術（文字認識技術，画像認識技術，音声認識技術，顔認識技術等） AI技術（ルールベースと機械学習（教師あり・なし・強化学習）） AIにとっての難問（フレーム問題，パラドックス，シンボルグラウンディング） AIによる影響（雇用の代替，学習デザインの変容，利活用にむけて）
1-5	「データサイエンス入門第8回」データ・AI利活用の現場製造業のデータ・AI活用（機械の挙動・状況把握とリモート管理，制御，自動化）小売業のデータ・AI活用（POS，無人化と自動決済）サービス業のデータ・AI活用（資産運用，融資）公共・インフラ業のデータ・AI活用（スマートメーター，MaaS，モニタリング）データ・AI活用の新ビジネス（シェアリングエコノミー，D2C，スマートシティ）

（4）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、AI社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする

講義内容
3-1	「データサイエンス入門第14回」データ・AIを扱う上での留意事項「ELSI」における課題や不正行為（ねつ造，改ざん，不正行為）個人情報の保護と管理（法整備の現状と各国の取り組み）データ収集におけるバイアス（サンプル抽出，アンケート，質問，モデル構築）データ・AIを扱う上でのバイアス（アルゴリズムバイアス） AIの正しい活用に向けた「人間中心のAI社会原則」
3-2	「データサイエンス入門第15回」データを守る上での留意事項情報セキュリティ（目的と情報漏洩，コンピュータウィルス，サイバー攻撃など）情報セキュリティにおける脅威事例（攻撃，不正，不注意）セキュリティ技術（暗号と認証，匿名化）私たちの生活と情報セキュリティ

（5）実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・AIの基本的な活用法に関するもの

講義内容
2-1	「データサイエンス入門第10回」データを読む（1）データの変数（量的・質的）と尺度（名義・順序・間隔・比例）計算的代表値と位置的代表値（演習「データの代表値」）データのばらつきとデータチェック（演習「分散と標準偏差」）演習「相乗平均と調和平均」「データサイエンス入門第11回」データを読む（2）相関関係と因果関係（演習「気象庁のデータを読む」）母集団と抽出統計情報の正しい理解
2-2	「データサイエンス入門第12回」データを説明するグラフの目的と種類（データ比較，時間推移，データの偏り，相互関係）データの比較（同一条件の比較，処理前後の比較，異なる施策の比較）適切なグラフ表現（対象データ，目的に合わせたグラフ選択）優れたデータ可視化事例（マップ，チャート等）演習「グラフ作成」
2-3	「データサイエンス入門第13回」データを扱う演習I「新店舗の売上を予測する」演習II「店舗の顧客層を分析する」演習III「顧客満足度を把握する」演習IV「顧客不満の要因を探る」

教育プログラム