理工学部 ２０２２年度以降入学生用
佐賀大学DS教育プログラム（応用基礎レベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. データサイエンス基礎 | 1.1 データ駆動型社会においてデータサイエンスを学ぶことの意義を理解する． |
データサイエンスⅠ 理工リテラシ―S3 |
| 1.2 分析目的に応じ、適切なデータ分析手法、データ可視化手法を選択できる． |
データサイエンスⅠ データサイエンスⅡ |
|
| 1.3 デデータ・AI利活用に必要な数学の基礎を理解する． |
データサイエンスⅠ データサイエンスⅡ 線形代数学Ⅰa, Ⅰb 微分積分学Ⅰa, Ⅰb 線形代数学Ⅱa, Ⅱb 微分積分学Ⅱa, Ⅱb |
|
| 1.4 データ・AI利活用に必要なアルゴリズムの基礎を理解する． | コンピュータプログラミング | |
| 2. データエンジニアリング基礎 | 2.1 データを収集・処理・蓄積するための技術の概要を理解する． | 理工リテラシ―S3 |
| 2.2 コンピュータでデータを扱うためのデータ表現の基礎を理解する． |
データサイエンスⅡ コンピュータプログラミング |
|
| 2.3 データ・AI利活用に必要なプログラミングの基礎を理解する． | コンピュータプログラミング | |
| 3 AI基礎 | 3.1 AIのこれまでの変遷、各段階における代表的な成果物や技術背景を理解する． |
理工リテラシ―S3 サブフィールドPBL |
| 3.2 AIが社会に受け入れられるために考慮すべき点を理解する. | 理工リテラシ―S3 | |
| 3.3 自らの専門分野にAIを応用する際に求められるモラルや倫理について理解する． | 理工リテラシ―S3 | |
| 3.4 機械学習、深層学習等の基本的な概念を理解する． | サブフィールドPBL | |
| 3.5 複数のAI技術が組み合わされたAIシステムの例を説明できる． | 理工リテラシ―S3 | |
| 3.6 AI技術を活用し、課題解決に活かすことができる． | サブフィールドPBL |
教育学部・芸術地域デザイン学部 ２０２１年度入学生用
佐賀大学DS教育プログラム（リテラシーレベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. 社会におけるデータ・AI利活用 | 1.1 データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解する． | データサイエンスへの招待 |
| 1.2 収集されているデータの種類やその活用事例を知る． | ||
| 1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る． | ||
| 1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る． | ||
| 1.5 データ・AIの活用とそれによる価値創造の現状を知る． | ||
| 1.6 データ・AIの利活用における最新動向を知る． | ||
| 2. データリテラシー | 2.1 データを適切に読み解く力を身に付ける． | |
| 2.2 データを適切に説明する力を身に付ける． | ||
| 2.3 データを扱うための基本的な能力を身に付ける． | ||
| 3 データ・AI利活用における留意点 | 3.1 データ・AIを利活用する際の倫理と法を理解する． | |
| 3.2 データ駆動型社会における脅威（リスク）を理解する. | ||
| 3.3 データを守るために留意すべき事項を理解する． |
教育学部・芸術地域デザイン学部 ２０２２年度以降入学生用
佐賀大学DS教育プログラム（リテラシーレベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. 社会におけるデータ・AI利活用 | 1.1 データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解する． | 情報基礎概論 |
| 1.2 収集されているデータの種類やその活用事例を知る． | ||
| 1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る． | ||
| 1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る． | ||
| 1.5 データ・AIの活用とそれによる価値創造の現状を知る． | ||
| 1.6 データ・AIの利活用における最新動向を知る． | ||
| 2. データリテラシー | 2.1 データを適切に読み解く力を身に付ける． | |
| 2.2 データを適切に説明する力を身に付ける． | ||
| 2.3 データを扱うための基本的な能力を身に付ける． | ||
| 3 データ・AI利活用における留意点 | 3.1 データ・AIを利活用する際の倫理と法を理解する． | |
| 3.2 データ駆動型社会における脅威（リスク）を理解する. | ||
| 3.3 データを守るために留意すべき事項を理解する． |
医学部・農学部 ２０２１年度以降入学生用
佐賀大学DS教育プログラム（リテラシーレベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. 社会におけるデータ・AI利活用 | 1.1 データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解する． | 情報基礎概論 |
| 1.2 収集されているデータの種類やその活用事例を知る． | ||
| 1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る． | ||
| 1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る． | ||
| 1.5 データ・AIの活用とそれによる価値創造の現状を知る． | ||
| 1.6 データ・AIの利活用における最新動向を知る． | ||
| 2. データリテラシー | 2.1 データを適切に読み解く力を身に付ける． | |
| 2.2 データを適切に説明する力を身に付ける． | ||
| 2.3 データを扱うための基本的な能力を身に付ける． | ||
| 3 データ・AI利活用における留意点 | 3.1 データ・AIを利活用する際の倫理と法を理解する． | |
| 3.2 データ駆動型社会における脅威（リスク）を理解する. | ||
| 3.3 データを守るために留意すべき事項を理解する． |
経済学部 ２０２１年度以降入学生用
佐賀大学DS教育プログラム（リテラシーレベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. 社会におけるデータ・AI利活用 | 1.1 データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解する． | 大学入門科目 |
| 1.2 収集されているデータの種類やその活用事例を知る． | 基本統計学 | |
| 1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る． | 基本ミクロ経済学 | |
| 1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る． | 基本統計学 | |
| 1.5 データ・AIの活用とそれによる価値創造の現状を知る． | 基本統計学 | |
| 1.6 データ・AIの利活用における最新動向を知る． | 基本統計学 | |
| 2. データリテラシー | 2.1 データを適切に読み解く力を身に付ける． | 基本統計学 |
| 2.2 データを適切に説明する力を身に付ける． |
基本統計学 情報基礎概論 |
|
| 2.3 データを扱うための基本的な能力を身に付ける． |
基本統計学 情報基礎概論 |
|
| 3 データ・AI利活用における留意点 | 3.1 データ・AIを利活用する際の倫理と法を理解する． | 基本法学 |
| 3.2 データ駆動型社会における脅威（リスク）を理解する. | 基本法学 | |
| 3.3 データを守るために留意すべき事項を理解する． | 情報基礎概論 |
理工学部 ２０２１年度以降入学生用
佐賀大学DS教育プログラム（リテラシーレベル）
| 項目 | 学修到達目標 | 科目 |
|---|---|---|
| 1. 社会におけるデータ・AI利活用 | 1.1 データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解する． | データサイエンスⅠ |
| 1.2 収集されているデータの種類やその活用事例を知る． | データサイエンスⅠ | |
| 1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る． | 理工リテラシ―S1 | |
| 1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る． | 理工リテラシ―S1 | |
| 1.5 データ・AIの活用とそれによる価値創造の現状を知る． | データサイエンスⅡ | |
| 1.6 データ・AIの利活用における最新動向を知る． | 理工リテラシ―S2 | |
| 2. データリテラシー | 2.1 データを適切に読み解く力を身に付ける． | データサイエンスⅠ |
| 2.2 データを適切に説明する力を身に付ける． | データサイエンスⅠ | |
| 2.3 データを扱うための基本的な能力を身に付ける． |
データサイエンスⅠ データサイエンスII |
|
| 3 データ・AI利活用における留意点 | 3.1 データ・AIを利活用する際の倫理と法を理解する． | 理工リテラシ―S2 |
| 3.2 データ駆動型社会における脅威（リスク）を理解する. | 理工リテラシ―S2 | |
| 3.3 データを守るために留意すべき事項を理解する． | 理工リテラシ―S2 |