MENU

宮崎大学データサイエンス・AI 
教育プログラム

accreditation system

宮崎大学は、「地域のニーズに応える人材育成・研究」を推進する大学として、ビッグデータを利活用できる数理的思考力を身に付けた地域産業人材の育成を目標とし、宮崎大学データサイエンス・AI 教育プログラム をスタートしました。

教育プログラム構成

データサイエンス・AI 教育プログラム(リテラシー)

全ての学生がリテラシーレベルの数理・データサイエンス・AI技術を習得する事を目標とし、基礎教育において実施しています。

※数理・データサイエンス教育強化拠点コンソーシアムが提示した「数理・データサイエンス・AI(リテラシーレベル)モデルカリキュラム ~ データ思考の涵養 ~」に準拠

データサイエンス・AI 教育プログラム(応用基礎)

工学部の学生が応用基礎レベルの数理・データサイエンス・AI技術を習得する事を目標とし実施しています。

※数理・データサイエンス教育強化拠点コンソーシアムが提示した「数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム ~AI×データ活用の実践~」に準拠

データサイエンス・AI教育
(応用基礎)の詳細はこちら

データサイエンス・AI 教育プログラム(リテラシー)

概要

令和 3 年度基礎教育(全学生が受講対象)に「データサイエンス入門」(選択)を新設し、リテラシーレベルの“導入”及び“心得”のカリキュラム内容を中心に実施しました。全学 1 年生必修科目であった「情報・数量スキル」による“基礎”の内容と合わせて、2 科目にてリテラシーレベルの教育プログラムを構築しました。

特徴

教育学部、医学部、工学部、農学部、地域資源創成学部の教員や自治体、地元企業・団体の協力のもとコンテンツ教材を作成しています。これにより幅広い分野でのデータサイエンスの活用事例を学ぶことができます。また、事例にあわせた補完的な解説を入れることによってより理解が深まり学生の興味関心の向上に繋がっています。
オンデマンドで配信する本学独自の教育システムを活用することによって、宮崎県域大学・高専・高校等への教育プログラムの普及に貢献しています。
実社会と直結する課題にスポットをあて学内アンケートで得られたデータをデータサイエンスの技術を用いて解析して自分なりの問題とその解決策を考えるコンペティションを開催することで、数理・データサイエンス・AI 教育の充実を図っています。

開講科目紹介

● 情報・数量スキル

コンピュータの基本事項や情報の概念を理解し、ネットワークの利用、ソフトウェア(ワープロ、表計算ソフト、プレゼンテーションソフト等)の活用、情報セキュティ・情報倫理などについて学ぶ。さらに、ICT を用いて、多様な情報を収集・分析して適切に判断し、それらを情報倫理に則って効果的に活用できる技能(情報リテラシー)と、数量で示された事象を表やグラフで適切に表現し初歩的な統計判断を行うことができる技能(数量スキル)を修得する。

令和 3 年度開講科目の一例

  • 文書作成ソフト(Word)基礎・応用・発展(チラシ作成・学級通信の作成)
  • 表計算ソフト(Excel)グラフ作成・統計処理・演習(みやざき統計 BOX を利用した地域分析)
  • プレゼンテーションソフト(パワーポイント)資料の作成・発表
  • INFOSS 情報倫理の受講・情報セキュリティ対策講習の受講

● データサイエンス入門

現代において、情報技術の発達やそれに伴う社会構造の変化により、研究者や一部の業種の人々だけでなくあらゆる人がデータを取り扱う状況になっている。
またこれらの状況はさらに発達・発展し、産業活動をはじめあらゆる社会活動でデータの集計、加工、分析、考察やこれらを説明する能力が文系理系問わずに要求されると予測されている。本科目では、大学の研究や企業でどのようにデータサイエンスが用いられているかを確認し、それらを通して今後のデジタル社会で求められるデータサイエンス領域の基礎的な知識や活用について学ぶことを目的としている。

令和 3 年度開講科目の一例

  • 葉の形状解析~画像解析~(農)
  • RESAS(地域経済分析システム)等を活用した地域分析と政策提言(地)
  • データ・AI 利活用における留意事項
  • 日南市マーケティング専門分析官 田鹿氏:問題解決力と問題設定力~シャッター商店街は誰にとってもの問題か~
  • テラスマイル株式会社:RightARM~時代を一歩前へ~
  • AVC 放送開発株式会社:イベント制作と映像におけるデータサイエンス
  • 県立看護大学  中尾先生:保健医療分野におけるデータサイエンス

身につく能力

  • 大学のネットワークシステムを理解し、必要な学務上の作業を行うことができる。
  • ワープロ、表計算ソフト、プレゼンテーションソフトを使用できる。
  • インターネットを通して多様な情報を収集、取捨選択し、それらを効果的に活用できる。
  • 情報セキュリティ・情報倫理について基礎知識を持ち、それに基づいて行動できる。
  • 情報、数量の意味する内容について、適切な表やグラフで提示できる。
  • 統計学の初歩的な技能(基礎統計量、初歩的検定の意味等)を理解し、分析に活用することができる。
  • 数理・データサイエンス・AI の活用することの「楽しさ」や「学ぶことの意義」を理解する。
  • 研究や社会で数理・データサイエンス・AI がどのように活用されているかを理解する。
  • 数理・データサイエンス・AI 領域と自身との関わりについて理解する。

令和3年度 教育プログラム 自己点検・評価体制における意見等

自己点検・評価体制における意見等の公表用HP

令和4年度からの変更点

「情報・数量スキル」をベースに「データサイエンス入門」を組合せた、全学 1 年生必修科目「情報・データリテラシー」にて、リテラシーレベルの教育を行うように変更し、応用基礎に繋げる教育プログラムに再構築します。

データサイエンス・AI教育プログラム(リテラシー)