昨今のICT（情報通信技術）の発展に伴い、蓄積し続ける膨大なデータ活用の重要性が高まる中、数理・データサイエンス能力の修得はますます重要になっています。その能力は理工学を中心とした分野のみならず、学問領域を超えて、法律、金融・保険、健康・医療、災害対策など社会における様々な分野の発展に大きく寄与するものと考えられます。
本学においても、昨年度からデータサイエンス教育をスタートさせ、様々な展開がなされつつありますが、その基礎的な科目として『統計・情報E（データサイエンス入門）』を開講しています。
この度、『統計・情報E（データサイエンス入門）』を単位修得することで、「データサイエンス・リテラシープログラム」を認定することとしました。『統計・情報E（データサイエンス入門）』は全学部を対象にしています。デジタル社会の「読み・書き・そろばん」として、学生のみなさんに受講をして頂きたく、是非、履修してください。
※本学の「データサイエンス・リテラシープログラム」は文部科学省より令和5年度「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」に認定されました。

帝塚山大学「データサイエンス・リテラシープログラム」認定について

・当該教育プログラムの名称
「データサイエンス・リテラシープログラム」
・当該教育プログラムにおいて身に付けることのできる能力
(1) 身の回りにあるデータやAI（人工知能）の利用例を知り、データサイエンスのおもしろさが実感できる。
(2) 社会に出た際、自らデータを分析したり、AIツールを活用したりする能力を身に付けられる。
(3) 社会における様々な応用事例を知り、データ活用の際の倫理面およびセキュリティ面における重要性が理解できる。
・開設される授業科目
「統計・情報E（データサイエンス入門）」
・修了要件
「統計・情報E（データサイエンス入門）」の単位取得
・授業の方法及び内容並びに実施体制
全学学生を対象として開講する。内容（シラバス）は以下の通り。
開講主体は全学教育開発センターであり、全学の「データサイエンス教育推進委員会」とともに実施する体制をとる。

「統計・情報E（データサイエンス入門）」シラバス

（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）
授業計画
第1回 データサイエンスの概要: 社会で起きている変化　［1-1］
第2回 社会におけるデータ・AI利活用(1) 社会で活用されているデータ　［1-1、1-2］
第3回 社会におけるデータ・AI利活用(2) データ・AIの活用領域　［1-3］
第4回 社会におけるデータ・AI利活用(3) データ・AI利活用のための技術　［1-4］
第5回 社会におけるデータ・AI利活用(4) データ・AI利活用の現場　［1-5］
第6回 社会におけるデータ・AI利活用(5) データ・AI利活用の最新動向　［1-1、1-4、1-6］
第7回 中間のまとめ: これまでの授業を復習し、中間課題に取り組む。【中間課題】
第8回 データリテラシー(1) データの表現方法　［2-2］
第9回 データリテラシー(2) データの分布と代表値　［2-1、2-2］
第10回 データリテラシー(3) データのばらつき　［2-3］
第11回 データリテラシー(4) データの関係性　［2-1］
第12回 データリテラシー(5) データの予測　［2-1、2-3］
第13回 データ・AI利活用における留意事項(1) データ・AIを扱う上での留意事項　［3-1］
第14回 データ・AI利活用における留意事項(2) データを守る上での留意事項　［3-2］
第15回 最終のまとめ: これまでの授業を復習し、最終課題に取り組む。【最終課題】

参考：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

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）申請書（PDF:4.01MB）
• 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）変更届［令和5年度］（PDF:3.51MB）

「データサイエンス・リテラシープログラム」自己点検・評価

• 自己点検・評価［令和4年度］（PDF:237KB）
• 自己点検・評価［令和5年度］（PDF:141KB）