数理・データサイエンス・AI教育プログラム
「茨城工業高等専門学校 数理・データサイエンス・AI教育プログラム（リテラシーレベル）」は、本校の入学生全員に数理・データサイエンス・AIの基礎を教育することを目的とした教育プログラムです。本教育プログラムは、「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」により数理・データサイエンス・AI教育プログラム（リテラシーレベル）の認定を受けています。
また、「茨城工業高等専門学校 数理・データサイエンス・AI教育プログラム（応用基礎レベル）」は、自らの専門分野に数理・データサイエンス・AIを活用するための大局的な視点を獲得することを目的とした教育プログラムです。令和7年度の「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」により数理・データサイエンス・AI教育プログラム（応用基礎レベル）の認定を受けています。
茨城工業高等専門学校 数理・データサイエンス・AI教育プログラム（リテラシーレベル）
プログラムの学修成果
次世代を担うデジタル人材として次の能力を身につけることができます。
- 情報を収集、処理、発信するためのコンピュータハードウェアとソフトウェアに関する基礎知識
- インターネットの仕組みと利用方法ならびに情報社会における脅威とその対策に関する基礎知識
- データ構造とアルゴリズムに関する基礎知識
- データ活用事例、AI・数理データ技術の応用に関する基礎知識
修了要件
本プログラムの修了要件は、以下に示す第1学年の２つの必修科目の単位を修得することです。
- 情報リテラシー
- 国際創造工学基礎
実施体制
| 責任者・委員会 | 役割 |
|---|---|
| 学校長 | 運営責任者 |
| 教務委員会 | プログラムの改善・進化、自己点検・評価 |
学習内容
| 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。 | 情報社会の状況（情報技術がさまざまな問題を解決するための手段となること）を理解する。 「情報リテラシー」（第3週）。 |
| （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。 | インターネット、表計算ソフト、文章作成ソフト「情報リテラシー」（第1、2、8、11、15週）。 |
| （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。 | データ活用事例、AI・数理データ技術の応用 「国際創造工学基礎」（前期第3週）。 |
| （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。 | 著作権、個人情報とプライバシー保護、情報セキュリティ 「情報リテラシー」（第6、7週）。 |
| （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。 | インターネット、表計算ソフト、文章作成ソフト 「情報リテラシー」（第1、2、8、11、15週）。 |
教育プログラム自己点検評価
申請書
茨城工業高等専門学校 数理・データサイエンス・AI教育プログラム（応用基礎レベル）
プログラムの学修成果
AIがどのような未来を引き起こすのか理解した上で、次の能力を身につけることができます。
- データから意味を抽出し、現場にフィードバックする能力
- AIを活用し課題解決につなげる基礎能力
- 自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
修了要件
本プログラムの修了要件は、以下のすべての科目を修得することです。
- 情報リテラシー（1年生・必修科目）1単位
- 国際創造工学基礎（1年生・必修科目）
- 基礎数学Ⅰ（1年生・必修科目）
- 基礎数学Ⅱ（1年生・必修科目）
- 解析学（2年生、3年生・必修科目）
- 代数・幾何（2年生、3年生・必修科目）
- 応用数学Ⅰ（M、I、C系4年生・選択必修科目）
- 応用数学Ⅱ（E系4年生・選択必修科目）
実施体制
| 責任者・委員会 | 役割 |
|---|---|
| 学校長 | 運営責任者 |
| 教務委員会 | プログラムの改善・進化、自己点検・評価 |
学習内容
| 授業に含まれている内容・要素 | 講義内容 | |
|---|---|---|
| （1）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。 | 数学基礎 | 順列、組合せ「基礎数学Ⅱ」（前期2週）分散、標準偏差「応用数学Ⅰ」（M系:前期10週）（I系:後期6週)（C系:後期5週)、「応用数学Ⅱ」（E系:後期3週）、ベクトル「代数・幾何」（2年前期1週）、行列「代数・幾何」（2年後期4週）、指数関数「基礎数学Ⅰ」（後期11週）、対数「基礎数学Ⅰ」（後期12週） など |
| アルゴリズム | 「情報リテラシー」第4週、最小二乗法実習、ハフ変換紹介。第5週SQL query実習、第6・7週RSA暗号アルゴリズム（表計算）。第12週フローチャートの書き方。第14週基本的な探索アルゴリズムを用いたプログラム作成。 | |
| データ表現 | 「情報リテラシー」第2週データの尺度の講義、尺度に合わせたグラフ表現の演習を気象庁データを用いて行う。第4週2進・16進・浮動小数点・文字コード表現。第5週データベースによるデータ表現。第6週文字コードを数値に変換した後の暗号の方法論の歴史、シーザー暗号と特殊文字コードを用いたRSA暗号実習。第9週情報量の単位（ビット、バイト）、2進数、16進数の表現と進数変換、文字コードの仕組みと種類。第13週配列を用いたプログラム作成。 | |
| プログラミング基礎 | 「情報リテラシー」第4週Google ColaboratoryによるPythonプログラムの紹介。SQL queryの実践。RSAアルゴリズムの表計算での実装。第9週浮動小数点の表現。第13週文字型と整数型の違い。変数、代入、四則演算を含むプログラム作成。第14週順次、分岐、反復構造を持つプログラム作成。「国際創造工学基礎」情報系の授業・実験等(1)プログラミング。 | |
| （2）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。 | データ駆動型社会とデータサイエンス | 「情報リテラシー」第1週で情報化社会についての変遷の講義を行っている。 |
| 分析設計 | 「情報リテラシー」第5週、WEB記事に対して政府統計（労働・学校統計）のクロス集計によってその妥当性の検証についての講義と一部のデータのSQL演習。 | |
| ビッグデータとエンジニアリング | 「情報リテラシー」第2週政府統計・他国の統計の紹介。その他のビッグデータに関する言及。気象庁アメダスデータ実習。第5週文部科学省・学校統計に関するsql実習（google spreadsheet）。 | |
| AIの歴史と応用分野 | 「情報リテラシー」第4週AIの分類と歴史、弱いAIと強いAIの違いについての講義。 | |
| AIと社会 | 「情報リテラシー」第1週の情報化社会での言及。第4週の具体的なタスク。 | |
| 機械学習の基礎と展望 | 「情報リテラシー」第4週で表計算ソフトを用いた最小二乗フィットの演習。統計的な手法としてハフ変換での直線検出（code付）、Scikit-learnを用いたモダンな機械学習手法の紹介（code付）。 | |
| 深層学習の基礎と展望 | 「情報リテラシー」第４週パーセプトロン、隠れ層付きパーセプトロン、バックプロパゲーション、勾配消失に対する解としてのDNNの方法論、DNNアルゴリズムの紹介CNN、RNN、transformer、CNNの一種であるboddy estimation の紹介（hannds on code）。 | |
| AIの構築と運用 | 「情報リテラシー」第4週 body estimationの実codeの紹介および、LLMサービスcopilot on bingでの演習。 | |
| （3）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。 | Ⅰ．データ表現とアルゴリズム | 「情報リテラシー」 第2週：気象庁アメダスデータを用いたグラフの作成 第3週：社会で情報関係の炎上・情報漏洩・著作権侵害事件についての調査 第4週：最小二乗フィット、LLM copilotの利用実習 第5週：sqlを用いた社会データの分析 |
| Ⅱ．AI・データサイエンス基礎 | 「情報リテラシー」 第2週：気象庁アメダスデータを用いたグラフの作成 第3週：社会で情報関係の炎上・情報漏洩・著作権侵害事件についての調査 第4週：最小二乗フィット、LLM copilotの利用実習 第5週：sqlを用いた社会データの分析 第7週：表計算を用いた、特殊コードの換え字暗号、シフト型シーザー暗号、共通鍵RSA暗号の実習 |