学部紹介Faculty
Data Science Educational Program
数理・データサイエンス
プログラム
データ分析を地域や職場で 活かす力を身に付ける！
長岡大学数理・データサイエンスプログラム
本プログラムは「文部科学省 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）」に認定されました。（認定の有効期限：令和11年3月31日）
＜参考資料＞
本プログラムにおいて身に付けることのできる能力
- データが重要視される社会背景とAI活用の事例データ倫理について、具体的な事例を踏まえて説明できる。
- 与えられたデータについて、具体的な指示の下でデータの集計・分析・最適な可視化ができる。
- 目的達成に必要なデータを収集し、分析・収集・可視化する手法を考え、具体的な資料にまとめられる。
開設される授業科目
- 「データサイエンス基礎」（教養科目、2単位、1年次配当）
修了要件
- 「データサイエンス基礎」2単位を修得すること。
構成する授業の内容
| 授業に含まれている内容・要素 | 講義内容 | |
|---|---|---|
| （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 | 1-1 |
|
| 1-6 |
|
|
| （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 | 1-2 |
|
| 1-3 |
|
|
| （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 | 1-4 |
|
| 1-5 |
|
|
| （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 | 3-1 |
|
| 3-2 |
|
|
| （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 | 2-1 |
|
| 2-2 |
|
|
| 2-3 |
|
|
実施 体制
プログラムの改善・進化させるための体制（カリキュラム検討委員会）
- 本プログラム改善のPDCA管理、進捗管理
- 適宜、プログラム授業担当教員（3名）と直接連携
- 教務委員会・FD部会との連携
履修関連の管理。マンツーマン面談情報・授業アンケート調査を通じた授業改善提案
履修者数・率の向上に向けた計画 ・履修率の目標
| 令和5年度 （実績） |
令和6年度 （予定） |
令和7年度 （予定） |
令和8年度 （予定） |
令和9年度 （予定） |
|---|---|---|---|---|
| 9% | 27% | 54% | 78% | 91% |
実施計画
令和6（2024）年度からのカリキュラム改善の一環として、「データサイエンス基礎」を卒業要件として1年次必修科目とした（教養科目、1年次配当、2単位）。あわせて、全学的に数理・データサイエンス・AI教育を重視する旨を明示するため、教育課程編成の方針（カリキュラム・ポリシー）も変更した。必修化後も「データサイエンス基礎」では前年度と同内容の教育を予定している。新カリキュラムの年次進行によって、令和9（2027）年度には履修率100%をほぼ達成できる見込みである。
なお、令和5（2023）年度以前の入学者に対しては、4月のオリエンテーション時にゼミナール別で実施する履修確認の集合研修で、ゼミナール教員が「データサイエンス基礎」の履修を促すよう個別指導を徹底する。さらに、毎年春に配布する「履修ガイド」においても、令和7（2025）年度より同授業の意義などを解説して履修につなぐ。
