工学部数理・データサイエンス・AI 教育プログラム

TOP 研究・教育 工学部数理・データサイエンス・AI 教育プログラム

本プログラムが文部科学省の数理・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)の認定を受けました。

認定有効期限は、令和13年3月31日です。

工学部数理・データサイエンス・AI 教育プログラム

教育プログラムの流れ

教育プログラムの特色

  • 数理・データサイエンス・AIの基盤となる微分積分学および線形代数学の一部科目は習熟度に応じて学ぶことができる
  • 数理・データサイエンス・AI基礎および数理・データサイエンス入門はオンデマンド教材で繰り返し学ぶことができる
  • 多様な学科の学生による混成グループを単位として、グループでアイデアを実現させ1つの作品を仕上げるものづくり実習を行うことで、数理・データサイエンス・AIの知識に加え、「ものづくりの難しさ・楽しさ」への理解を深め、チーム力・コミュニケーション力・プレゼンテーション力を学ぶことができる

プログラムの目的

工学分野の研究・開発等における課題解決に際して、数理・データサイエンス・AIに関連する知識・技術を活用できる人材を育成する。

身に付けられる能力

  • 数理・データサイエンス・AI教育強化拠点コンソーシアムが策定した応用基礎レベルの学習内容をカバーし、実践力を身につけられる。
  • 幅広い分野の学生が自分の専門分野において活用できる知識やスキルを身につけられる。

修了条件

以下の8科目14単位をすべて修得する。
微分積分学I(2)、微分積分学IIおよび演習(3)、線形代数学Iおよび演習(3)、線形代数学II(2)、数理・データサイエンス入門(1)、数理・データサイエンス・AI基礎(1)、工学基礎実習(1)、創造教育実習(1)

開講されている科目の構成

微分積分学Iは「数学基礎」、微分積分学IIおよび演習、線形代数学Iおよび演習、線形代数学IIは「数学基礎」に加え「数学発展」の内容を含む。数理・データサイエンス入門は「データサイエンス基礎」を含む。数理・データサイエンス・AI基礎ではAIの概要やAIを実現するための手段を含む。工学基礎実習、創造教育実習ではプログラミングの基礎を含む。

実施体制

工学部 数理・データサイエンス・AI教育WGメンバーが計画し、科目担当教員が実行する。学生による自己評価などを用いて静岡大学工学部ならびに工学専攻教育内部質保証委員会が評価し、フィードバックを受け取った科目担当教員が改善を図っていく。

授業の方法および内容

シラバス検索ページ

教育プログラムについての自己点検結果

令和7年度自己点検・評価・改善計画書[PDF:124.2KB]

ページの先頭へ戻る