１．プログラムの目的

　東京農業大学では、社会の要請に対応すべく2023年度から全学部生を対象としたリテラシーレベルの「数理・データサイエンス・AI教育プログラム」を開始しました。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」（リテラシーレベル）に準拠し、数理・データサイエンス・AIの基礎的素養を涵養することを目的としています。

• 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）：文部科学省 (mext.go.jp)

• 本プログラムは2024年度に文部科学省『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。

認定有効期限：令和11年3月31日まで

本学の申請書はこちら

２．背景

　国の「第5期科学技術基本計画」（平成28年1月22日閣議決定）において、「未来の産業創造と社会変革の推進」としてSociety5.0が提唱され、「AI戦略2019」では、AI（人工知能）の進展やIoT（Internet of Things）の普及、そして多様で大量なビッグデータの活用などを背景として「AI時代に対応した多様で国際的視点を有した人材育成」が求められています。文理を問わずすべての大学・高専生が「初級レベルの数理・データサイエンス・AIの習得」が具体的目標として掲げられています。

３．⾝に付けることのできる能⼒

• データ分析・活用の基礎的能力
• 統計情報を正しく解釈し、データに基づく意思決定ができる能力
• 日常生活や仕事等の様々な場面で数理的思考・手法を活用し問題解決する能力
• AI技術を俯瞰し、その可能性と限界について認識する能力
• AI活用の基礎的素養

４．プログラムを構成する科目と修了要件単位数（2025年度）

「情報基礎（一）」2単位、「情報基礎（二）」2単位、データサイエンス基礎（一）1単位、データサイエンス基礎（二）1単位を必須コア科目とし、以下「※」の統計関連科目群から2単位以上、計4科目8単位を修得すること。

※統計関連科目：実験計画法、生物統計学、統計学、統計基礎、計量生物学、統計学演習、統計学（一）

• 情報基礎（一）と情報基礎（二）の単位を修得していなければデータサイエンス基礎（一）、データサイエンス基礎（二）を履修できません。

• 学科により開講されている統計関連科目が異なります。
  以下の統計関連科目の一覧表より、各学科の科目を確認してください。
  統計関連科目の一覧表はこちら

５．修了の証明

所定単位の修得により修了証が交付され、就職活動にも活用できます。

2024年度修了生からオープンバッジでの修了証授与となりました。
オープンバッジの受領後は以下から受領したオープンバッジを確認してください。

オープンバッジウォレットログイン画面

６．特別講義 データサイエンス基礎の特徴

• Society5.0として提唱された未来社会に生きる誰もが身に着けておくべき必須の知識や思考力を養うことを目指しています。
• 授業内容は可能な限り農業に関する親しみやすい事例を取り入れることにより、解りやすい実習、ワークショップを通じて、AI時代における実学主義を涵養します。
• 富士通株式会社との包括連携協定に基づく人材交流によって、実践的かつ本学の専門性に沿った講義を複数回設定し、データサイエンスの活用イメージが湧く授業内容を取り入れます。
• より多くの学生が受講できるよう、授業はオンライン（オンデマンド、ライブ）で行います。

７．データサイエンス基礎（一）（二）の授業内容

• 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　～　データ思考の涵養　～

８．実施体制

（１） プログラムの運営責任者及び対応組織・委員会等

① 運営責任者 情報教育センター⻑
② 対応組織・委員会等 情報教育センター・東京農業大学情報教育推進委員会
　東京農業大学教学検討委員会

（２） プログラムの改善・進化及び対応組織・委員会等

東京農業大学情報教育推進委員会
東京農業大学教学検討委員会

（３） プログラムの⾃⼰点検・評価及び対応組織・委員会等

東京農業大学情報教育推進委員会
東京農業大学教学検討委員会

過去の申請書、自己点検結果はこちら

9．Q＆A

• Q＆A
• 各授業の相談フォーム
• 履修についての問合せはこちら

履修学生はこちら

• 世田谷・厚木キャンパスで「データサイエンス基礎（一）」「データサイエンス基礎（二）」を履修の学生のポータルサイトはこちら
• オホーツクキャンパスで「データサイエンス基礎（一）」「データサイエンス基礎（二）」を履修の学生のポータルサイトはこちら