大学における数理・データサイエンス・ＡＩ教育支援プラットフォーム

Ⅲ－Ⅰ　私立データサイエンス・AI専門領域

１．武蔵野大学

（１）データサイエンス学部データサイエンス学科

【科目名】「データサイエンス学」

（講義・演習、必修、２単位）

【学修目標】

・　データサイエンスを俯瞰し必要な学習環境を整える。

・　育成するスキル・力は、自律的・能動的な学修スタイルとコラボレーション、プレゼンテーション、動画レポートスキルなど。

・　目標を達成するための特別な教育方法（ICTの活用を含む）は、座学なし、テストなし、すべて相互学修・協調学修、アウトカムを３６０度評価する。

【講義概要（シラバスより】

データサイエンスは、21世紀を切り拓く分野であり、ビッグデータ分析、人工知能などの新技術を包含するだけでなく、社会、ビジネス、自然環境における意思決定、問題解決に不可欠な基盤的な科学となってきている。

本講義は、データサイエンスの今日的な意義、歴史・将来展望、基礎的な知識、学修方法を俯瞰的に学ぶとともに、実際にデータサイエンスのもたらすビジネス・社会的なインパクト事例や最先端な研究トピックスを紹介する。これらの講義を通じてデータサイエンスの重要性について理解を深めるとともに各自のデータサイエンス学部での具体的な学修目標や行動計画（履修計画や学外活動計画）をスケッチしてもらう。

【シラバスへのアクセス方法】

・　武蔵野大学「シラバス検索」のページへアクセスする。

https://muscat.musashino-u.ac.jp/portal/slbssrch.do?clearAccessData=true&contenam=slbssrch&kjnmnNo=10

・　上記ページのシラバス検索条件で、「講義名」の入力欄に「データサイエンス学」を入力し、「シラバスを検索する」ボタンを押す。

・　講義一覧ページに講義へのリンクが表示されるので、「データサイエンス学」のリンクを押すとシラバスページに移動します。

（２）データサイエンス学部データサイエンス学科

【科目名】「メディア・デザイン演習Ⅰ、Ⅱ」

（演習系、必修、２単位）

【学修目標】

プログラミングや基本ICTツールを実践的に習得する。

【講義概要（シラバスより】

実世界の課題（イシュー）の解決に向けて、データ分析の知識だけでなく、サイバー・フィジカル・スペースにおけるSPAモデル（Sensing-Processing-Actuation）とコネクティッドコンピューティングの理解が求められる。

本演習では、SPAモデルに基づき、IoT機器の連携によりデータを取得する方法（S）、取得されるデータによるメディア表現を行う方法（A）を学習する。前半に当たるメディアクリエーション・データデザイン演習IではSおよびAの手法の理解、後半に当たるメディアクリエーション・データデザイン演習IIではプロトタイプ作製を行う。このために、micro:bit、Raspberry Piなどの機材を使用し、ProcessingやPythonなどのプログラミング言語を用いる。これらの技能と秋学期のプログラミングを習得することにより、サイバー・フィジカル・スペースを活用した価値創造を行えることを目指す。

【シラバスへのアクセス方法】

・　武蔵野大学「シラバス検索」のページへアクセスする。

https://muscat.musashino-u.ac.jp/portal/slbssrch.do?clearAccessData=true&contenam=slbssrch&kjnmnNo=10

・　上記ページのシラバス検索条件で、「講義名」の入力欄に「メディアクリエーション・データデザイン演習」を入力し、「シラバスを検索する」ボタンを押す。

・　講義一覧ページに講義へのリンクが表示されるので、「メディアクリエーション・データデザイン演習Ⅰ」または「メディアクリエーション・データデザイン演習Ⅱ」のリンクを押すとそれぞれのシラバスページに移動します。

（３）データサイエンス学部の挑戦：スマートクリエイティブなデータサイエンティストの育成

上林　憲行　氏（武蔵野大学データサイエンス学部長）

（私情協機関誌大学教育と情報　2018年度　No.2掲載）

http://www.juce.jp/LINK/journal/1901/pdf/02_09.pdf

２．慶應義塾大学

・　慶應SFCにおける未来創造のためのデータサイエンス教育

古谷　知之　氏（慶應義塾大学総合政策学部教授）、植原　啓介　氏（慶應義塾大学環境情報学部准教授）