本文へジャンプ メインメニューへジャンプ
公立大学法人富山県立大学
ここでメインメニュー終了です
ここからサブメニューです
ここでサブメニュー終了です

数理・データサイエンス・AI教育プログラム

Program
ここから本文です

富山県立大学における情報工学部数理・データサイエンス・AI教育プログラム(応用基礎レベル)について

目的

本プログラムは、デジタル時代の「読み・書き・そろばん」である数理・データサイエンス・AIに関する基礎的な能力を身につけたうえで、意欲ある学生については自らの専門分野等に活用し、課題解決や価値創造等に取り組むことができる実践的な能力を身につけることを目的としています。

※本プログラムは文部科学省の「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)」に準拠しており、今後、当該制度への認定申請を予定しています。

特色

(1)専門性を活かした学び

情報工学部の各学科の専門の特徴に合わせた多様な科目を提供することで、学生が自らの 将来像に沿った知識やスキルを身につけることができます。

(2)課題解決のための実践力

地域・企業の実課題や実データの活用、演習や課題解決型学習(PBL)等を通じ、社会的課題の発見・解決のための実践的な力を身につけることができます。

(3)エキスパート人材の育成への橋渡し

より高度な学びを志す学生のニーズに応える科目の提供や産業界と連携した研究への参画等、エキスパート人材の育成へつなぐハイレベルなプログラムを受けることができます。

プログラムの履修方法

通常通り履修登録してください。本プログラムを履修するために特別な登録・手続きは必要ありません。プログラムの修了要件を満たせば、修了証が発行されます。

プログラムの修了に必要な単位数

データサイエンス学科 19単位(必須6科目11単位+選択必須科目8単位)
情報システム工学科 22単位(必須9科目16単位+選択必須科目6単位)
知能ロボット工学科 18単位(必須7科目14単位+選択必須科目4単位)

※「必須科目」とは、本プログラムを修了するために単位修得が「必須」な授業科目のことを指し、卒業するために単位修得が必要な「必修科目」とは意味が異なりますので注意してください。

関連する受講推奨科目(選択科目)

本プログラムを修了するために単位修得が必要な授業科目ではありませんが、プログラム内容への理解を深め、より高度な内容を学ぶために受講を推奨する授業科目を各学科で設けています。

修了証の発行

プログラムの修了者には修了証を発行します。就職活動時等にこれを提示することで、あなたの身につけた能力をアピールすることができます。

プログラムに含まれる授業科目

データサイエンス学科

【修了要件】

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
必須科目 データサイエンスリテラシー 前期
数学Ⅰ 前期
プログラミング1 後期
データマイニング基礎 前期
実践デザイン思考 前期
データサイエンス実験2 前期
選択必須科目
(A群より2単位、B群より2単位、
C群より4単位以上修得すること)
A 線形代数1 前期  
線形代数2 後期  
B 確率統計学1 前期  
確率統計学2 後期  
C 人工知能概論 後期  
アルゴリズムとデータ構造 前期  
機械学習基礎 前期  

【選択科目】

上記科目のほか、受講を推奨する科目として以下の科目が設定されている。
選択科目を履修することにより、発展的な内容を学べ、さらに高いレベルを目指すことができる。

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
数学発展 数学Ⅱ 後期
微分方程式論 前期  
フーリエ解析 前期  
AI応用基礎 機械学習応用 後期  
データサイエンス
応用基礎
データサイエンス特別講義 後期
データマイニング応用 後期  
データベース論 後期  
ビッグデータシステム 前期  
データエンジニアリング
応用基礎
プログラミング2 前期  
ビッグデータプログラミング 後期  

情報システム工学科

【修了要件】

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
必須科目 データサイエンスリテラシー 前期
数学Ⅰ 前期
線形代数1 前期  
確率・統計学 前期  
プログラミング1 後期
プログラミング演習1 後期
情報システム工学実験1 後期
実践デザイン思考 前期
情報システム工学実験2 前期
選択必須科目
(6単位以上修得すること)
情報数学1 前期  
アルゴリズムとデータ構造 後期  
データマイニング基礎 前期  
画像処理基礎 前期  
IoTシステムデザイン 前期  
データ処理 後期  
機械学習 前期  

【選択科目】

上記科目のほか、受講を推奨する科目として以下の科目が設定されている。
選択科目を履修することにより、発展的な内容を学べ、さらに高いレベルを目指すことができる。

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
数学発展 数学Ⅱ 後期
線形代数2 後期  
情報数学2 後期  
微分方程式論 前期  
フーリエ解析学 前期  
データサイエンス
応用基礎
データベース論 後期  
ビッグデータシステム 前期  
データエンジニアリング
応用基礎
プログラミング2 前期
プログラミング演習2 前期
プログラミング3 後期  
プログラミング演習3 後期  
ディジタル信号処理 後期  

知能ロボット工学科

【修了要件】

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
必須科目 データサイエンスリテラシー 前期
数学Ⅰ 前期
線形代数1 前期  
プログラミング1 後期
情報数学 後期  
キャリアアップ特別講義 後期
知能ロボット工学実験1 前期
選択必須科目
(4単位以上修得すること)
確率統計 後期  
データ分析 後期  
データマイニング基礎 前期  
人工知能基礎 前期  
脳情報学 前期  
ヒューマンインタフェース工学 前期  

【選択科目】

上記科目のほか、受講を推奨する科目として以下の科目が設定されている。
選択科目を履修することにより、発展的な内容を学べ、さらに高いレベルを目指すことができる。

横スクロールできます→
※卒業要件上の必修(参考)
区分 授業科目 配当
年次
前期
後期
単位
必修
数学発展 線形代数2 後期  
微分方程式論 前期  
AI応用基礎 コンピュータシステム概論 前期
プログラミング2 前期
コンピュータ工学 前期  
データサイエンス
応用基礎
デジタル信号処理基礎 後期  
応用デジタル信号処理 後期  
データエンジニアリング
応用基礎
ロボット制御工学 前期  
ロボット設計工学 後期  
ロボット創造演習 後期  
知能ロボット工学実験2 後期
ここで本文終了です
ここからフッターです
ページの終了です