可（「数理と情報」 の単位修得後）１２可３学修の手引き科目名称 （半期２単位）AI ・ データサイエンス入門データ解析 ・ 活用入門プログラミング入門AIと人間統計学１ （または２）データ解析 ・ 活用基礎AI基礎PBL演習https://www.meijigakuin.ac.jp/academics/aids/履修可否不可不可不可不可学科におけるみなし科目数理と情報コンピュータとクラウドシステムデータ構造とアルゴリズム初級プログラミング統計の数理データ駆動型社会とデータサイエンス人工知能Project Based Learning本学では、AI時代の新たな基礎知識を教授するAIおよびデータサイエンスに関する明治学院共通科目を開講しています。このプログラムは、 初歩から応用まで３段階のステップで構成されており、 社会におけるデータ ・ AI利活用の状況やデータリテラシーの基礎、 データ ・ AI利活用における留意事項などを学ぶ＜レベル１＞、 プログラミング言語やAIによる機械学習などを学ぶ＜レベル２＞、 そしてAI ・ データサイエンスに関する知識をさらに深めると同時に、 課題解決型の実践的な授業PBL （Project Based Learning） にも参加できる＜レベル３＞まで、 履修者の習熟度に応じて学びを深めることができます。所定の修了要件を満たした者は、 それぞれ修了認定証 「ベーシック」、 「スタンダード」 および 「スタンダードプラス」 が取得できます。 なお、 この教育プログラムの趣旨および各科目の内容については、 Webページを別途参照してください。また、 情報数理学部については、 このプログラムの科目について、 学科で開講される必修科目の単位修得をもって認定される科目 （みなし科目） があるため、 履修を不可としている科目があります。 下表を確認してください。【開講科目】レベル【配当年次および履修要件】 学科科目の配当年次に準じる。学科におけるみなし科目が設定されていない 「AIと人間」 については、 「数理と情報」 の単位修得後より履修可とする。【修了認定証 （下記文中の 「必修」 「選択必修」 は、 認定証を取得する条件のこと）】 ・ベ ーシック ： 学科必修科目の 「数理と情報」、 「コンピュータとクラウドシステム」 および 「データ構造とアルゴリズム」、 「初級プログラミング」、 「統計の数理」 の単位を修得することで、 ベーシックの認定証を取得できる。 明治学院共通科目の 「AIと人間」 については選択科目であり、 必ず単位の修得が求められる科目ではない。 ・ス タンダード ： 「ベーシック」 取得後、 「データ駆動型社会とデータサイエンス」 および 「人工知能」 の単位を修得することでスタンダードの認定証を取得できる。 ・ス タンダードプラス ： 「スタンダード」 取得後、 「Project Based Learning」 の単位を修得することでスタンダードプラスの認定証を取得できる。 こちらからAI ・ データサイエンス教育プログラムのWebページを確認してください。33AI ・ データサイエンス教育プログラム
元のページ ../index.html#39