文字サイズの変更
標準
閉じる

MDASHプログラム(数理・データサイエンス・AI教育プログラム)

更新日:2021.08.05


本プログラムは、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(認定の有効期限:2026年3月31日まで)。 8.5更新




趣旨・目的


数理・データサイエンス・AIの知識を様々な専門分野へ応用・活用できる高度な技術者を目指す教育プログラムです。具体的には、次の能力を身に付けることができます。

●低年次から高年次まで用意されている基礎科目・専門科目、さらに演習・実験科目の履修を通して、数理・データサイエンス・AIの知識を様々な専⾨分野へ利活用する能力を身に付けることができる。


概要

  • MDASHプログラム概要についてはこちら

履修方法

通常どおり履修登録し、各学科の卒業要件を満たすことで本プログラムを修了することになります。
そのため、本プログラムを履修するために特別な手続きは不要です。

プログラム科目


【工学部】


科 目 群 科 目 名 単位 備 考
情報入門科目群 建設社会工学演習 1  
機械知能工学入門 1  
電気電子工学序論 1  
応用化学入門 1  
マテリアル工学入門 2  
宇宙システム工学入門 1  
サスティナビリティ論 1  
キャリア形成入門 2  
情報リテラシー科目群 情報リテラシー 2  
工学倫理 1  
情報基礎科目群 物理学・化学実験 1  
情報PBL 2  
情報処理基礎 2  


【情報工学部】


科 目 群 科 目 名 単位 備 考
情報入門科目群 情報工学概論 1  
ICTと現代社会論 1  
サスティナビリティ論 1  
キャリア形成概論 2  
情報リテラシー科目群 情報セキュリティ概論 1  
情報技術者倫理 2  
情報基礎科目群 情報工学基礎実験 1  
プログラミング 3 R1表彰科目
 ※表彰科目とは、学生による授業アンケートの集計結果を基に、優れた授業科目の担当教員を選出し、表彰した科目です。

● より理解を深める科⽬

本プログラムの修了要件単位数には含まれません。


【工学部】


授業に含まれている内容・要素 授業科目名称 備 考
統計及び数理基礎 線形数学 A R1 表彰科目
線形数学 B  
統計学  
アルゴリズム基礎 情報処理基礎  
プログラミング技法  
コンピュータ解析I  
データ構造とプログラミング基礎 情報処理基礎  
情報処理システムII  
プログラミング技法  
画像解析 情報処理システムI  
制御工学PBLIII  
画像処理基礎  
コンピュータ解析II  
データ活用実践(教師あり学習) コンピュータ解析II  
その他 生命体工学概論A  
生命体工学概論B  
 ※表彰科目とは、学生による授業アンケートの集計結果を基に、優れた授業科目の担当教員を選出し、表彰した科目です。


【情報工学部】


授業に含まれている内容・要素 授業科目名称 備 考
統計及び数理基礎 線形代数Ⅰ  
線形代数Ⅱ・同演習 R1 表彰科目
確率・統計 R1 表彰科目
アルゴリズム基礎 プログラミング R1 表彰科目
データ構造とプログラミング基礎 データ構造とアルゴリズム R1 表彰科目
時系列データ解析 画像工学II  
テキスト解析 オートマトンと言語理論  
⼈工知能応用  
自然言語処理  
画像解析 画像工学I  
メディア処理  
デジタルコンテンツ  
画像工学II  
データハンドリング データ圧縮  
データ活用実践(教師あり学習) 知能情報工学実験演習I  
コンピュータビジョンA  
バイオ統計・演習  
データ解析  
パターン解析  
その他 脳型システム  
 ※表彰科目とは、学生による授業アンケートの集計結果を基に、優れた授業科目の担当教員を選出し、表彰した科目です。

修了要件

教育プログラムを構成する授業科目において、「情報入門科目群」から1単位以上、「情報リテラシー科目群」から3単位以上、「情報基礎科目群」から3単位以上、合計7単位以上を取得すること。


自己点検・評価の結果


  • 令和2年度の自己点検・評価の結果はこちら

先輩からのアドバイス


工学部
電気電子工学科 4年
佐々木 飛成さん


答えが1つではない課題に対して、自分自身が主体となり、その課題に適したアプローチを選択して取り組むことが多かったため、社会に出て必要とされる対応力を身につけることができました。
また、講義の中で複数のプログラミング言語に触れ、実際にプログラミングを書いて動かすこともあったので、他の講義では体験できない良い機会となりました。


情報工学部
知能情報工学科 4年
坪田 優希さん


AIは自動化のために欠かせない要素のひとつです。私たちがITを使うたびにデータは蓄積されます。
そして世の中にデータがあふれるほど、自動化のためにAIは必要とされます。
だからこそ、自動で処理できるAIを創れるエンジニアは貴重です。
身につける技術で見えない未来を少し見てみませんか。


本プログラムを受講して


工学部
電気電子工学科 4年
田中 結菜さん


基礎から実践的なことまで学ぶことができ、プログラミングをはじめとした様々な技術の応用に繋げられる講義が多く、貴重な体験を沢山させていただきました。
講義では、個人で学び実践するだけでなく学生同士で協力して技術を応用する取り組みもあるため、技術をより深く理解して身に付けることができました。


情報工学部
知能情報工学科 4年
二村 澪さん


与えられた課題を進めるだけでなく、自分たちが主体となって考えるような講義は少ないため新鮮だと感じました。また、講義の中で、個人では触れる機会が無いようなデータを扱えるという点も非常に面白いと感じました。座学で学ぶだけでなく、実際にプログラムを書いて動かすことは良い経験となりました。


学長室より
工学部サテライトサイト
情報工学部サテライトサイト
生命体工学研究科サテライトサイト
MSSCサテライトサイト
インターネット出願
入試資料請求
研究者紹介
採用情報
男女共同参画への取り組み
出前講義
障がいのある学生等への支援
災害への対応
九州工業大学基金サイト
明専会サイト
このページのトップへ