MENU

数理?データサイエンス?AI 教育プログラム

（リテラシーレベル）／（応用基礎レベル）

（リテラシーレベル）

概要：
数理?データサイエンス?AIに関する知識及び技術について、体系的に学ぶことにより、基礎的な能力の向上を図る機会を提供するプログラムです。
身に付けることのできる能力：
数理?データサイエンス?AIを適切に理解し、それを活用する基礎的な能力を身に付けることができます。
対象：
学部生（2022年度以降入学生）
履修方法：
このプログラムを履修するための特別な手続きは必要ありません。通常どおりの受講登録を行ってください。
修了要件：
工芸科学基礎1単位に加え、所属課程で開講されるデータリテラシー科目を2単位以上修得すること。
授業科目（モデルカリキュラムとの対応）
授業科目の内容は、シラバスを参照してください。
モデルカリキュラム 対応する授業科目
1.社会におけるデータ?AI利活用
1-1. 社会で起きている変化 全学共通：工芸科学基礎（1年次、1単位、選択必修）
1-2. 社会で活用されているデータ
1-3. データ?AIの活用領域
1-4. データ?AI利活用のための技術
1-5. データ?AI利活用の現場
1-6. データ?AI利活用の最新動向
2.データリテラシー
2-1. データを読む 各課程の専門基礎科目、課程専門科目
応用生物学課程：情報処理演習（1年次、2単位、必修）、生物統計学（2年次、2単位、選択必修）
応用化学課程：情報データリテラシー演習（1年次、2単位、必修）
電子システム工学課程：情報?データリテラシー（1年次、2単位、必修）
情報工学課程：情報?データリテラシー概論（1年次、2単位、必修）
機械工学課程：エンジニアのためのリテラシー（1年次、2単位、必修）
デザイン?建築学課程：情報リテラシー概論（1年次、2単位、選択必修）
2-2. データを説明する
2-3. データを扱う
3.データ?AI利活用における留意事項
3-1. データ?AIを扱う上での留意事項 全学共通：工芸科学基礎（1年次、1単位、選択必修）
3-2. データを守る上での留意事項
4. オプション
4-1. 統計および数理基礎 基礎解析I、線形代数学I、統計数理

自己点検?評価
京都工芸繊維大学　数理?データサイエンス?AI 教育プログラム（リテラシーレベル）自己点検?評価書
?令和4年度
?令和5年度
?令和6年度

申請書（リテラシーレベル）
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】申請書（令和5年度提出）

リテラシーレベル

認定期間：令和10年3月31日まで

 
 
（応用基礎レベル）

概要：
数理?データサイエンス?AIを活用して、課題を解決するための実践的な能力を育成するために必要な知識及び技術を体系的に修得させる機会を提供するプログラムです
身に付けることのできる能力：
数理?データサイエンス?AIを活用して、課題を解決するための実践的な能力を身に付けることができます。
対象：
学部生（2024年度以降入学生）
履修方法：
このプログラムを履修するための特別な手続きは必要ありません。通常どおりの受講登録を行ってください。
修了要件：
リテラシーレベルの修得に加え、所属課程で開講される科目を修得すること。（開講科目は下表参照）
授業科目（モデルカリキュラムとの対応）
授業科目の内容は、シラバスを参照してください。

 
 
自己点検?評価
京都工芸繊維大学　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）自己点検?評価書
?令和6年度

申請書（応用基礎レベル）
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】申請書（令和７年度提出）
 

実施体制
委員会等 役割
総合教育センター長 プログラムの運営責任者
総合教育センター運営委員会
数理?データサイエンス?AI教育プログラム検討WG		 プログラムの検討、改善、自己点検?評価


ページトップへ

学生生活