申込不要受付中締切間近終了
東京女子大学

AI・データサイエンス教育研究センター

AI・データサイエンス教育研究センターについて

センターの概要

東京女子大学AI・データサイエンス教育研究センターは数理・データサイエンス・AI教育および研究を確立・強化し、その理解と必要な基礎力を涵養するとともに当該分野・技術の研究・応用をけん引してゆく人材の育成に資することを目的として設置されました。2022年度より、データサイエンス副専攻の運営を行っています。2024年度からは、AI・データサイエンスについての基礎的な知識・スキルを身につける「DS・ICT入門Ⅰ・Ⅱ」を初年次教育として位置づけ全学必修化するとともに、文系学生にもより学びやすくなった「AI・データサイエンス教育プログラム」を新たにスタートさせました。学科・専攻の枠を越えて、多様なデータ分析の方法を理解し、データから有益な情報や知見を引き出す分析力を身につけ、文系理系という垣根を越えて学べるカリキュラムとしています。

AI・データサイエンス教育研究センター長ご挨拶

最近、いろいろなところでAI(人工知能)の話が登場します。日常生活の中でもAIは活用されており、今後、ますますその重要度合いが高まります。また技術の発展は予想以上のスピードで発展しており、数年後には現在の私たちには想像もできない水準にまで到達していることでしょう。AIやデータサイエンスに関する知識やスキルの修得は、文系や理系といった既存の枠組みを越えて、もはや必須となりつつあります。そのような状況に対応するべく、東京女子大学では2022年4月にAI・データサイエンス教育研究センターが開設されました。全学生に対して、AI・データサイエンスに関する基礎と実践的な教育プログラムを提供しています。

2022年度より現代教養学部の中にも、データサイエンス副専攻を設置しました。リテラシーレベルから専門科目まで、それぞれのレベルごとに科目群を提供しており、2023年9月にはコア科目が文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」に認定されました。
また2024年度からは、1年次学生対象のAI・データサイエンス科目を全学必修化することと同時に、早稲田大学連携科目をオンデマンド型でスタートし、本学でのAI・データサイエンス教育をより一層強化しています。提供する科目はいずれも、数学やコンピュータが苦手な人たちでも、無理なく取り組めるように、学科、専攻、学年に関係なく、誰でも基礎から学ぶことができるようなものになっています。

本センターは教育のためだけではなく、学生、教員、職員、そして学外の方にも開かれた教育研究センターです。AI・データサイエンスを核にして、本学の伝統的なリベラルアーツ教育、さらにはさまざまな学問領域の融合によって、データサイエンスの教育および研究を進めるための場となることを目指します。気軽に、そして積極的に本センターをご活用下さい。

AI・データサイエンス教育研究センター長
現代教養学部 情報数理科学科 情報数理科学専攻 教授
竹内 敦司

トピックス

トピックス一覧へ

教育内容

DS・ICT入門（2024年度以降の入学者対象)
MDASH（リテラシーレベル）

  • カリキュラムの概要

    データサイエンスは、デジタル社会の「読み・書き・そろばん」といわれており、これからの社会に不可欠なスキルとされています。データサイエンスを扱うには、理系の情報、数学などの知見だけでなく人文学系の学問も重要視されています。本学のAI・データサイエンス教育では、データサイエンス関連科目の学びを通して、多様なデータ分析の方法を理解し、情報処理の基礎的スキルと自らデータから有益な情報、知見を引き出す分析力を身につけることのできるプログラムとなっています。また、習得したデータサイエンスの知識を文系・理系を問わず自分の専門分野で実践することにより、その分析能力をさらに高める教育課程となっています。

    ●到達目標

    データサイエンスの手法を概観し、社会におけるその重要性と意義を理解する。
    情報処理の基礎的スキルを身につける。

    ●科目構成（教育内容・教育方法・身につける能力）

    DS・ICT入門Ⅰ（AI・データサイエンス科目：1年次必修）
    • 社会におけるデータ・AI活用の現状や留意事項について理解している。
    • 情報分野の基本的なスキルであるコンピュータの操作、電子メール、Webによる情報検索や文献検索、ファイルやフォルダの操作ができる。
    • 情報倫理や、セキュリティ、著作権と正しい引用の知識が身についている。
    • Officeソフトの基本的なスキルが身についている。
    DS・ICT入門Ⅱ（AI・データサイエンス科目：1年次必修）
    • インターネットを利用して学術的な情報検索や文献検索ができる。
    • Wordを利用してレポートや論文の内容を論理的に組み立て，文章化できる。
    • Excelを利用して大量のデータを的確な方法で分析し、表やグラフで的確な表現ができる。
    • 文章化した内容を、PowerPointを利用してアカデミックなプレゼンテーション資料として構成し、実際に発表を行うための技法が身についている。
    インターネットやAI・データサイエンスをはじめとした今日の情報通信社会で必要とされる基礎的な技能と概念を習得したうえで、問題分析能力や問題解決能力を養っていきます。また、そのうえで各自の専門分野での学びに応用するためのアカデミックライティングやアカデミックなプレゼンテーションの技術、情報技術を用いて効率よく作業を行うことも修得できます。
    ※詳細はシラバスをご参照ください。
    ●修了要件
    AI・データサイエンス科目のDS・ICT入門Ⅰ、Ⅱ　2科目４単位を取得すること。
    ●実施体制
    プログラムの運営責任者　AI・データサイエンス教育研究センター長
    プログラム実施組織　AI・データサイエンス教育研究センター運営委員会
    プログラムの自己点検・評価組織　自己点検・評価委員会

    DS・ICT入門：2024年度以降の入学者対象は文部科学省「数理・データサイエンスAI 教育プログラム認定制度（リテラシーレベル）」に認定されています。

データサイエンス副専攻（2023年度以前の入学者対象)
MDASH（リテラシーレベル）

  • カリキュラムの概要

    データサイエンスは、デジタル社会の「読み・書き・そろばん」といわれており、これからの社会に不可欠なスキルとされています。データサイエンスを扱うには、理系の情報、数学などの知見だけでなく人文学系の学問も重要視されています。本学のAI・データサイエンス教育では、データサイエンス関連科目の学びを通して、多様なデータ分析の方法を理解し、情報処理の基礎的スキルと自らデータから有益な情報、知見を引き出す分析力を身につけることのできるプログラムとなっています。また、習得したデータサイエンスの知識を文系・理系を問わず自分の専門分野で実践することにより、その分析能力をさらに高める教育課程となっています。

    データサイエンス副専攻コア科目

    ●到達目標

    データサイエンスの手法を概観し、社会におけるその重要性と意義を理解する。
    情報処理の基礎的スキルを身につける。

    ●科目構成（教育内容・教育方法・身につける能力）

    1. 文理融合データサイエンスⅠ　(挑戦する知性科目：必修科目）
      ・データサイエンスの基礎を理解する。統計の基礎を身につける｡
    2. 文理融合データサイエンスⅡA（挑戦する知性科目：選択必修）
      ・データサイエンスの分析手法をどのように応用するのかを理解する。
      ・データ分析の有効性と重要性を理解し、基礎的な分析手法を身につける。
    3. 文理融合データサイエンスⅡB（挑戦する知性科目：選択必修）
      ・文理融合型の研究におけるデータサイエンスの分析手法を習得する。
      ・機械学習の基礎を身につける。
    4. 情報処理技法（リテラシ）Ⅰ（情報処理科目：1年次必修科目）
      ・コンピュータやネットワークの基礎的な知識・技能(情報倫理、セキュリティを含む)を身につける。
    5. 情報処理技法（リテラシ）Ⅱ（情報処理科目：1年次必修科目）
      ・アカデミックライティング技術とアカデミックプレゼンテーション技術を習得するため、Officeソフトの効果的な使い方を学ぶ。
      ・データを用いた演習により、データファイルの読み方、データのグラフ化などの知識・スキルを身につける
    ●修了要件
    プログラムを構成する「コア科目（第1区分）」（上記１～5）から8単位を取得すること。
    ●実施体制
    プログラムの運営責任者　AI・データサイエンス教育研究センター長
    プログラム実施組織　AI・データサイエンス教育研究センター運営委員会
    プログラムの自己点検・評価組織　自己点検・評価委員会

    データサイエンス副専攻コア科目：2023年度までの入学者対象は文部科学省「数理・データサイエンスAI 教育プログラム認定制度（リテラシーレベル）」に認定されています。

    オープンバッジ（openbadge）

    東京女子大学では、
    「東京女子大学データサイエンス副専攻」
    「東京女子大学データサイエンス副専攻（第1区分）データサイエンスのコア科目」
    の単位取得者に対して、修得した知識やスキルを証明するオープンバッジを発行します。

応用基礎レベル（2024年度以降の入学者対象）
MDASH（応用基礎レベル）

  • カリキュラムの概要

    データサイエンスは、デジタル社会の「読み・書き・そろばん」といわれており、これからの社会に不可欠なスキルとされています。データサイエンスを扱うには、理系の情報、数学などの知見だけでなく人文学系の学問も重要視されています。本学のAI・データサイエンス教育では、データサイエンス関連科目の学びを通して、多様なデータ分析の方法を理解し、情報処理の基礎的スキルと自らデータから有益な情報、知見を引き出す分析力を身につけることのできるプログラムとなっています。また、習得したデータサイエンスの知識を文系・理系を問わず自分の専門分野で実践することにより、その分析能力をさらに高める教育課程となっています 。

    応用基礎レベル

    ●到達目標

    自らの専門分野に数理・データサイエンス・AIを応用・適用するための基礎力を習得する。

    ●科目構成（教育内容・教育方法・身につける能力）

    1. DS基礎 
      全学共通カリキュラムAI・データサイエンス科目
      ・データサイエンスの基礎を理解する。
      ・データサイエンスを学ぶ上で必要となる統計の基礎を身につける。
    2. AI・データサイエンス実践
      全学共通カリキュラムAI・データサイエンス科目
      ・AIやデータサイエンスが社会の中で果たす役割について理解する。
      ・AI技術が与える影響について正しく理解する。
      ・社会での実例を通じて、私たちに与える両面での影響について理解する。
    3. データ分析
      全学共通カリキュラムAI・データサイエンス科目
      ・データサイエンスの分析手法をどのように応用するのか理解する。
      ・データ分析の有効性を理解し、基礎的な分析手法を身につける。
    4. 機械学習の基礎
      全学共通カリキュラムAI・データサイエンス科目
      ・文理融合型の研究におけるデータサイエンスの分析手法を習得する。
      ・機械学習の基礎を身につける。
    5. DSのための統計
      全学共通カリキュラムAI・データサイエンス科目
      ・確率の概念や統計的推定など、統計解析の基本を理解する。
      ・表計算ソフトを用いた、基本的な統計解析ができる。
    6. 統計学
      （2024年度入学者）国際社会学科科目
      （2025年度以降入学者）経済経営学科科目
      ・統計学の基礎をマスターする。
      ・統計処理の基本を身につける。
    7. 心理学統計法１
      （2024年度入学者）心理・コミュニケーション学科科目
      （2025年度以降入学者）心理学科開講科目
      ・統計分析を用いた心理学研究法の意義について理解する。
      ・心理統計（記述統計、推測統計の基礎）を正しく理解する。
      ・学習した心理統計の知識を利用して、数値例を分析できる。
    8. コミュニケーション統計法１
      （2024年度入学者）心理・コミュニケーション学科科目
      社会データサイエンス入門
      （2025年度以降入学者）社会コミュニケーション学科科目
      ・記述統計を中心とした統計学の基礎的な概念を理解した上で、データを客観的に整理し、分析できる力を身につける。
      ・統計的な記述の含まれる論文を正確に読むことができる力を身につける。
      ・統計ソフトSPSSの基本的な使い方を習得する。
    9. 確率統計Ⅰ
      （2024年度以降入学者）情報数理科学科科目
      ・確率変数および確率分布について、数学的な定義と意味を理解する。
      ・平均、分散、共分散などの計算ができる。
      ・極限定理（大数の法則、中心極限定理）の意味をきちんと理解する。
    • シラバス2025年度
    ●修了要件
    1年次必修科目「DS・ICT入門Ⅰ」「DS・ICT入門Ⅱ」2科目4単位に加えて、応用基礎レベルを構成する科目（上記1～9）より以下の単位を合計12単位修得すること。
    ・上記1、2の必修科目、2科目4単位修得。
    ・上記3、4の選択必修科目より、1科目2単位修得。
    ・上記5～9の選択必修科目より、1科目2単位修得。
    ●実施体制
    プログラムの運営責任者　AI・データサイエンス教育研究センター長
    プログラム実施組織　AI・データサイエンス教育研究センター運営委員会
    プログラムの自己点検・評価組織　自己点検・評価委員会

自己点検・評価報告書

数理・データサイエンス・AI教育強化拠点コンソーシアムに加入しました

この度、東京女子大学は数理・データサイエンス・AI教育強化拠点コンソーシアム（関東ブロック）会員校となりました。

数理・データサイエンス・AI教育強化拠点コンソーシアム

数理・データサイエンス・AI教育の普及に向けて拠点校である国立6大学（北海道大学，東京大学，滋賀大学，京都大学，大阪大学，九州大学）がコンソーシアムを形成しています。国公私を越えた⼤学間ネットワークの構築、モデルカリキュラムの策定、教材等の開発、調査研究などを行っています。コンソーシアムを通じて、様々な情報を入手することができ、本学ではその情報を生かしたプログラムの作成を予定しています。
数理・データサイエンス・AI教育強化拠点コンソーシアム (u-tokyo.ac.jp)

AI・データサイエンス教育プログラム

「AI・データサイエンス教育プログラム」2つの認定制度について
（2024年度以降入学者対象）

二つの認定制度で成果を実感しながら学びを進める

"対面授業で実習を交え実践的に学びたい人には「AI・データサイエンス科目」、学科専攻での学びを進めながら効率的に学習したい人には「早稲田大学連携科目」をおすすめします。
いずれもMDASHモデルカリキュラムに準拠した内容となっています。

  • 4年間の履修イメージ

AI・データサイエンス教育プログラム

AI・データサイエンス教育プログラムは、AI・データサイエンス科目を対象に、各自の到達レベルを大学が認定し、学修内容を証明するデジタル証明書（オープンバッジ）を発行するものです。

到達目標

データサイエンス関連科目の学びを通して、多様なデータ分析の方法を理解するだけでなく、自らデータから有益な情報、知見を引き出す分析力を身につける。

認定4レベル

■リテラシーレベル
データサイエンスの手法を概観し、社会におけるその重要性と意義を理解する
■応用基礎レベル
自らの専門分野にデータサイエンス・AIを応用・適用するための基礎力を習得する
■専門応用レベル
数理・データサイエンス・AIの知識を応用して、自らの専門分野での学びの中に取り入れて、積極的に活用する
■エキスパートレベル
数理・データサイエンス・AIの知識およびスキルを応用して、卒業論文・卒業研究の中に取り入れて、積極的に活用して、それぞれの課題に取り組む（卒論等での認定）

修了要件

■リテラシーレベル　
【2024年度入学者】
DS・ICT入門Ⅰ/DS・ICT入門Ⅱの2科目4単位に加えて、DSのための統計/統計学/心理学統計法１/コミュニケーション統計法１/確率統計Ⅰの5科目から1科目2単位以上、合計6単位以上修得
【2025年度以降入学者】
DS・ICT入門Ⅰ/DS・ICT入門Ⅱの2科目4単位に加えて、DSのための統計/統計学/心理学統計法１/社会データサイエンス入門/確率統計Ⅰの5科目から1科目2単位以上、合計6単位以上修得
■応用基礎レベル
リテラシーレベル認定の6単位以上に加えて、DS基礎/AI・データサイエンス実践の2科目4単位、データ分析/機械学習の基礎の2科目から1科目2単位以上、合計12単位以上修得
■専門応用レベル
【2024年度入学者】
応用基礎レベル認定の12単位以上に加えて、言語情報処理Ⅰ/言語情報処理Ⅱ/計量経済学/心理学統計法2/心理学実験演習Ⅱ（実験法）/心理学実験演習II（調査法）/コミュニケーション統計法2/多変量解析/アルゴリズムとデータ構造/時系列データ解析/画像データ解析/テキストデータ解析から2単位以上、合計14単位以上修得
【2025年度以降入学者】
応用基礎レベル認定の12単位以上に加えて、日本語データ分析Ⅰ/日本語データ分析Ⅱ/計量経済学/心理学統計法2/心理学実験演習Ⅱ/社会データサイエンスA/社会データサイエンスB/アルゴリズムとデータ構造/時系列データ解析/画像データ解析/テキストデータ解析から2単位以上、合計14単位以上修得
■エキスパートレベル　
卒業論文・卒業研究において、数理・データサイエンス・AIの知識・スキルを応用し取り組むことができた学生を認定

実施体制

プログラムの運営責任者　AI・データサイエンス教育研究センター長
プログラム実施組織　AI・データサイエンス教育研究センター運営委員会
プログラムの自己点検・評価組織　自己点検・評価委員会

オープンバッジ

「東京女子大学AI・データサイエンス教育プログラム」
各レベル修了者には、修得した知識やスキルを証明するオープンバッジを発行します。

  • オープンバッジ

早稲田大学データ科学オープン認定

2024年度よりAI・データサイエンス科目として、早稲田大学と同一のカリキュラムによる「早稲田大学連携科目」が開設され、同大学との連携による「早稲田大学データ科学オープン認定」がスタートします。
学習者が自主的な学修によりデータ科学に関する知識・スキルの基準を満たす場合には、早稲田大学データ科学センターより、ノンディグリーの認定証明書が発行されます。これは、東京女子大学で修得する単位とは別に、その学修内容に対し認定を行うものです。

到達目標

早稲田大学連携科目履修図（履修の手引より）

■リテラシー級(ノンディグリー)
教養としてデータサイエンスを知る（データ科学を活用してレポート作成ができる）
■初級（ノンディグリー）
データサイエンスの基礎や考え方を研究や仕事に利用できる（基礎的なデータの分析を実践することができる）
■中級（ノンディグリー）
データサイエンスを自身の研究や仕事に活用できる

修了要件

■リテラシー級(ノンディグリー)
教養としてデータサイエンスを知る（データ科学を活用してレポート作成ができる）
■初級（ノンディグリー）
データサイエンスの基礎や考え方を研究や仕事に利用できる（基礎的なデータの分析を実践することができる）
■中級（ノンディグリー）
データサイエンスを自身の研究や仕事に活用できる

お問い合わせ

東京女子大学 AI・データサイエンス教育研究センター

E-mail

ercads@list.twcu.ac.jp