数理・DS・AI応用基礎レベル教育プログラム

「群馬大学では,数理データ科学教育研究センターが中心となり,データサイエンス教育の応用基礎レベルの修得に取り組んでいます。」

群馬大学では全ての学部から受講可能な,データサイエンス・AI・機械学習に関する教育プログラムとして,次の4つの授業が開講されています。
・データ・サイエンス
・Python入門
・データサイエンス応用
・データサイエンス・AI・機械学習

これら4つの授業で構成される教育プログラムを修了することで「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)」が認定されるよう,現在,文部科学省に申請しています。

このうち「データ・サイエンス」は1年次の必修科目で,残りの3科目は選択科目です。「Python入門」は2020年から開設された科目で,機械学習の分野などで注目されているPythonを使ってプログラミング的思考力を身につけることができます。「データサイエンス応用」「データサイエンス・AI・機械学習」は2021年度から開講された科目で,以下についてのAI・機械学習を用いた実践力を身につけることができます(詳細は「これからの科目で学生が身につけられる能力」を参照)。

 

・教育プログラムの特徴

4科目の主な特徴は以下の通りです。

データ・サイエンス
• データサイエンス全般のリテラシー科目
• 統計学の基礎(代表的な統計量,散布図,クロス集計,相関なども)
• 実データの活用(プロ野球データ等,将来は生協のPOSデータ使用を予定)
• エクセルでのデータの扱い,統計基本関数の使用法,データの可視化
• 深層学習などの先端技術の紹介
• 情報倫理教育にはe-learning「りんりん姫」の活用
• 講義の各回に適切な復習・確認用演習を設定(復習,確認用)
• e-learningの活用(動画視聴,演習問題の取組みをシステムで管理)
• 14,15回目に総合課題と口頭発表
• 総合課題の最優秀者1名,優秀者2名を表彰(数理データ科学教育研究センター賞)
• 科目修了後に履修者全員へのアンケート実施(次年度の講義方法・内容の改善)
Python入門
• プログラミング言語であるPythonの基本を修得
• プログラミング的思考の修得
• 学生個人のPCへのPython環境インストールは不要
• 「データ・サイエンス」で修得した各統計量を計算するプログラムの作成方法を修得
• ライブラリの利用(Numpy, pandas, Matplotlib)
データサイエンス応用
• 統計学とデータエンジニアリングの基本事項を修得
• 代表的なデータ分析手法を理解し,データの分析設計法を修得
• データサイエンスの基礎となる数学を理解
• アルゴリズムとプログラミングの基礎を理解
• データの前処理を加工処理について理解
データサイエンス・AI・機械学習
• 社会実装されているAI・機械学習のサービスを把握
• 価値観や異なる意見を集約し,新たな知見を設計する協働的学習の実践
• プログラミング演習やPBL演習などの実践的な課題解決型演習

 

・この教育プログラムの対象科目の開講状況

修了要件:プログラムを構成する4科目(1科目必修科目.3科目選択科目.各科目2単位)合計8単位を取得すること。

令和4年度(2022年度)

学部 科目名(時間割コード) 学年 必修・選択 単位数
情報学部 データ・サイエンス(LB1167) 1 必修 2
データ・サイエンス(LB1168) 1 必修 2
理工学部 データ・サイエンス(LB1259) 1 必修 2
データ・サイエンス(LB1260) 1 必修 2
データ・サイエンス(LB1261) 1 必修 2
データ・サイエンス(LB1262) 1 必修 2
データ・サイエンス(LB1504) 1 必修 2
データ・サイエンス(LB1505) 1 必修 2
データ・サイエンス(LB1506) 1 必修 2
データ・サイエンス(LB1507) 1 必修 2
データ・サイエンス(LB1533) 1 必修 2
データ・サイエンス(LB1534) 1 必修 2
共同教育学部 データ・サイエンス(LB1303) 1 必修 2
データ・サイエンス(LB1304) 1 必修 2
データ・サイエンス(LB1305) 1 必修 2
データ・サイエンス(LB1306) 1 必修 2
医学部医学科 データ・サイエンス(LB1543) 1 必修 2
データ・サイエンス(LB1468) 1 必修 2
医学部保健学科 データ・サイエンス(LB1907) 1 必修 2
データ・サイエンス(LB1908) 1 必修 2
データ・サイエンス(LB1909) 1 必修 2
データ・サイエンス(LB1910) 1 必修 2
再履修(全学部) データ・サイエンス(LB1928) 1 必修 2

注)すべて前期に開講,ただし保健学科4クラスはオンデマンド方式を採用

学部 科目名(時間割コード) 学年 必修・選択 単位数
全学部 Python入門(LB2367) 1~ 選択 2
学部 科目名(時間割コード) 学年 必修・選択 単位数
全学部 データサイエンス応用(LB2357) 1~ 選択 2
学部 科目名(時間割コード) 学年 必修・選択 単位数
全学部 データサイエンス・AI・機械学習(LB2524) 1~ 選択 2

 

これらの科目で学生が身に付けられる能力

• 現代社会におけるデータサイエンスの必要性について理解できる。
• コンピュータでデータを扱うためのデータ表現の基礎がわかる。
データサイエンスの基礎となる数学やアルゴリズムを理解できる。
• 数値計算,テキスト処理,データ処理のための簡単なプログラムが作成できる。                             • 代表的なデータ分析手法について理解し,データ分析の設計とデータ分析ができるようになる。                      • AIのこれまでの変遷や代表的技術の背景が理解できる。                                      • 機械学習の基本的な概念や仕組みが理解できる。                                          • 各自の今後の専門分野における問題をデータサイエンスの立場から見ることができ問題解決の糸口を見つける能力を身につけることができる。

その他