
本校では、全学生に対して数理・データサイエンス・AIに関するリテラシーを身に付けることを必須としています。本プログラムでは、それらの基礎知識を修得し、さらに数理・データサイエンス・AIを応用するための大局的な視点を身につけ、自らの専門分野で数理・データサイエンス・AIを活用する技術を身につけることに取り組んでいます。なお、2021年3月時点では電子制御工学科のみ本プログラムを実施しています。

リテラシーレベルとの関係
全学生を対象に数理・データサイエンス・AI教育プログラム(リテラシーレベル)を設置し、数理・データサイエンス・AI技術が社会にどのように関わっているか、また、どのようにして新しい知識や価値が創造されているか、関連技術を扱う上での留意事項や倫理について学び、データ駆動型社会を担うための基礎技術を修得しています。
そのうえで、リテラシーレベルをさらに発展・高度化させるためにICTやプログラミング、アルゴリズム、数理を基盤とし、データ分析やAI活用に関する高度な専門知識の修得、および体験的な実験・実習等による実践力強化を図る「数理・データサイエンス・AI(応用基礎レベル)」を設置し、各専門分野のデータを活用することで新しい知識やシステムを創成できる高度な技術者育成を進めています。

(参考) 「数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム」(数理・データサイエンス教育強化拠点コンソーシアム)より引用
(http://www.mi.u-tokyo.ac.jp/consortium/pdf/model_ouyoukiso.pdf)
実施体制
役職・委員会 | 役割 |
校長 | 運営責任者 |
教務委員会 | 教育プログラムの実施・質向上 |
自己点検・評価委員会 | 教育プログラムの点検・評価 |
電子制御工学科長 | 教育プログラム実施責任者 |
ディプロマポリシー
修了要件
プログラムを構成する授業科目を全て修得し、かつ本校の卒業認定に必要な単位を修得すること。
プログラム構成科目と授業内容(シラバス)
Webシラバス2022年版 | 佐世保工業高等専門学校(sasebo.ac.jp)
授業方法、授業内容はリンク先の高専Webシラバスにて公開しています。
平成30年度入学生~令和元年度入学生 | |||
学 科 | 授業科目 | 履修年次 | 単位数 |
電子制御工学科 | 代数 | 1 | 4 |
幾何 | 1 | 3 | |
基礎線形代数 | 2 | 3 | |
微積分 | 2 | 4 | |
応用数学Ⅱ | 4 | 2 | |
情報処理 | 2 | 2 | |
ソフトウェア科学Ⅰ | 3 | 2 | |
ソフトウェア科学Ⅱ | 4 | 2 | |
数値プログラミング | 5 | 1 | |
知識工学 | 5 | 1 | |
画像工学 | 5 | 1 | |
システム工学 | 5 | 2 | |
創作実習 | 1 | 1 | |
工学実験・実習 | 3 | 3 | |
工学実験・実習 | 4 | 3 |
令和2年度以降入学生 | |||
学 科 | 授業科目 | 履修年次 | 単位数 |
電子制御工学科 | 基礎数学Ⅰ | 1 | 4 |
基礎数学Ⅱ | 1 | 4 | |
基礎線形代数 | 2 | 2 | |
微分積分 | 2 | 4 | |
応用数学Ⅱ | 4 | 2 | |
データサイエンス工学 | 4 | 2 | |
情報処理 | 2 | 2 | |
知的システム基礎 | 3 | 1 | |
ソフトウェア科学Ⅰ | 3 | 2 | |
ソフトウェア科学Ⅱ | 4 | 2 | |
知識工学 | 5 | 2 | |
数値プログラミング | 5 | 1 | |
画像工学 | 5 | 2 | |
創作実習 | 1 | 1 | |
工学実験・実習 | 3 | 3 | |
工学実験・実習 | 4 | 3 |
補足資料
2021年度 数理・データサイエンス・AIに関連した卒業研究テーマ
自己点検・評価
数理・データサイエンス・AI教育プログラム(応用基礎レベル)自己点検・評価
申請書
佐世保高専 数理・データサイエンス・AI教育プログラム認定制度(応用基礎レベル) 申請書