学校案内
学科・専攻科
入試情報
就職・進学
教育・学生生活
国際交流
施設・センター
産官学連携福井工業高等専門学校 数理・データサイエンス・AI教育プログラム
福井工業高等専門学校では数理・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）を下記のとおり開設しています。
本教育プログラムにより身に付けることのできる能力
本教育プログラムにより学生の数理・データサイエンス・AIへの関心を高め、かつ、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育成します。
本教育プログラムの取り組み概要図
対象科目と修了要件
本プログラムにおける修了要件は、以下に規定する授業科目をすべて修得することです。
リテラシーレベルに関する対象科目
|
学科 |
本教育プログラムに関する授業科目 |
|
機械工学科 |
専門基礎Ⅱ、プロジェクト演習、機械工学実験Ⅰ～Ⅱ |
|
電気電子工学科 |
専門基礎Ⅰ、プロジェクト演習、電気電子工学実験Ⅰ～Ⅱ |
|
電子情報工学科 |
専門基礎Ⅰ、専門基礎Ⅱ、プロジェクト演習、電子情報工学実験Ⅰ |
|
物質工学科 |
専門基礎Ⅲ、プロジェクト演習、物質工学実験Ⅰ～Ⅱ、生物工学実験Ⅰ、材料工学実験Ⅰ |
|
環境都市工学科 |
専門基礎Ⅲ、プロジェクト演習、環境都市工学実験実習Ⅰ～Ⅱ |
応用基礎レベルに関する対象科目
|
学科 |
本教育プログラムに関する授業科目 |
|
機械工学科 |
専門基礎Ⅲ、線形代数、解析Ⅰ～Ⅱ、数理統計学、C言語基礎、プロジェクト演習、機械工学実験Ⅰ～Ⅱ、AI実践 |
|
電気電子工学科 |
専門基礎Ⅰ、線形代数、解析Ⅰ～Ⅱ、数理統計学、情報処理Ⅰ～Ⅱ、プロジェクト演習、電気電子工学実験Ⅰ～Ⅱ、AI実践 |
|
電子情報工学科 |
専門基礎Ⅰ、線形代数、解析Ⅰ～Ⅱ、数理統計学、情報工学基礎、プログラミング基礎、プロジェクト演習、電子情報工学実験Ⅰ～Ⅱ、情報メディア工学、AI実践 |
|
物質工学科 |
専門基礎Ⅲ、線形代数、解析Ⅰ～Ⅱ、数理統計学、情報化学Ⅰ～Ⅱ、プロジェクト演習、物質工学実験Ⅰ～Ⅱ、生物工学実験Ⅰ、材料工学実験Ⅰ |
|
環境都市工学科 |
専門基礎Ⅲ、線形代数、解析Ⅰ～Ⅱ、数理統計学、数値解析、プロジェクト演習、環境都市工学実験実習Ⅰ～Ⅲ、AI実践 |
実施体制
本教育プログラムの実施体制は下記のとおりです。
|
役割 |
委員会など |
|
運営責任者 |
校長 |
|
企画・改善・実施の指示 |
教務委員会 |
|
点検・評価・改善計画の立案 |
創造教育開発センター |
本教育プログラムの対象科目の学習内容と数理・データサイエンス・AI モデルカリキュラムと対応
本教育プログラムの対象科目の学習内容および数理・データサイエンス教育拠点コンソーシアムの数理・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との対応は以下の通りです。
|
項目 |
モデルカリキュラム |
学科ごとの対応科目 |
|||||
|
機械工学科 |
電気電子工学科 |
電子情報工学科 |
物質工学科 |
環境都市工学科 |
|||
|
➀ |
1-1 1-6 |
現在進行中の社会変化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 |
専門基礎Ⅱ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
|
② |
1-2 1-3 |
「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 |
専門基礎Ⅱ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
|
③ |
1-4 1-5 |
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、様々な適用領域の知見と組み合わせることで価値を創出するもの |
専門基礎Ⅱ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅱ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
|
④ |
3-1 3-2 |
活用に当たっての様々な留意事項を考慮し、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 |
専門基礎Ⅱ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅰ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
専門基礎Ⅲ プロジェクト 演習 |
|
⑤ |
2-1 2-2 2-3 |
実データ・実課題を用いた演習など、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 |
機械工学実験 Ⅰ～Ⅱ |
電気電子工学実験 Ⅰ～Ⅱ |
電子情報工学実験Ⅰ |
物質工学実験 Ⅰ～Ⅱ 生物工学実験Ⅰ 材料工学実験Ⅰ |
環境都市工学実験実習 Ⅰ～Ⅱ |
数理・データサイエンス教育拠点コンソーシアムの数理・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の「選択」に相当する学習内容を修めることができる科目は以下の通りです。
|
|
機械工学科 |
電気電子工学科 |
電子情報工学科 |
物質工学科 |
環境都市工学科 |
|
対応科目 |
数理統計学 C言語基礎 |
数理統計学 情報処理Ⅰ 情報処理Ⅱ |
数理統計学 プログラミング基礎 |
数理統計学 情報化学Ⅱ |
数理統計学 プログラミング |
本教育プログラムの対象科目の学習内容および数理・データサイエンス教育拠点コンソーシアムの数理・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との対応は以下の通りです。
|
項目 |
モデルカリキュラム |
学科ごとの対応科目 |
|||||
|
機械工学科 |
電気電子工学科 |
電子情報工学科 |
物質工学科 |
環境都市工学科 |
|||
|
Ⅰ．データ表現とアルゴリズム |
1-6 |
データサイエンスとして、統計学を始め様々なデータ処理に関する知識である「数学基礎（統計数理、線形代数、微分積分）」に加え、ＡＩを実現するための手段として「アルゴリズム」、「データ表現」、「プログラミング基礎」の概念や知識の習得を目指す。 |
線形代数 |
専門基礎Ⅰ |
専門基礎Ⅰ |
専門基礎Ⅲ |
専門基礎Ⅲ |
|
Ⅱ．ＡＩ・データサイエンス基礎 |
1-1 |
ＡＩの歴史から多岐に渡る技術種類や応用分野、更には研究やビジネスの現場において実際にＡＩを活用する際の構築から運用までの一連の流れを知識として習得するＡＩ基礎的なものに加え、「データサイエンス基礎」、「機械学習の基礎と展望」、及び「深層学習の基礎と展望」から構成される。 |
専門基礎Ⅲ |
専門基礎Ⅰ |
専門基礎Ⅰ |
専門基礎Ⅲ |
専門基礎Ⅲ |
|
Ⅲ．ＡＩ・データサイエンス実践 |
Ⅰ |
本認定制度が育成目標として掲げる「データを人や社会にかかわる課題の解決に活用できる人材」に関する理解や認識の向上に資する実践の場を通じた学習体験を行う学修項目群。応用基礎コアのなかでも特に重要な学修項目群であり、「データエンジニアリング基礎」、及び「データ・ＡＩ活用 企画・実施・評価」から構成される。 |
AI実践 |
AI実践 |
AI実践 |
AI実践 |
AI実践 |
数理・データサイエンス教育拠点コンソーシアムの数理・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の「選択」に相当する学習内容を修めることができる科目は以下の通りです。
|
|
機械工学科 |
電気電子工学科 |
電子情報工学科 |
物質工学科 |
環境都市工学科 |
|
対応科目 |
データベース |
本教育プログラムの自己点検結果
本教育プログラムの自己点検結果はこちらからご覧になれます。
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
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）の申請書はこちらからご覧になれます。
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）の申請書
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
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）の申請書はこちらからご覧になれます。
