※ 1. ～ 4. はプログラムごとに掲載
【工学部】R4.4.1～R9.3.31（5年間）
1. プログラム名称
データサイエンス応用基礎プログラム（工学部）
2. プログラムで身に付けることのできる能力
・データから意味を抽出し、現場にフィードバックする能力
・自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
・AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
3. 修了要件
1. リテラシーレベルの数理・データサイエンス・AI教育プログラムの「データ科学と社会Ⅰ・Ⅱ」（共同獣医学部と国際総合科学部は同等の授業科目）の単位を修得すること。
2. 「データサイエンス技術」及び「データサイエンス技術演習」の専門科目の単位を修得すること。
（令和2年度までの入学生は、旧カリキュラムのため、「データサイエンス技術」又は従前の「応用情報数学Ⅱ」、及び従前の
「ものづくり創成実習Ⅰ・Ⅱ」の専門科目の単位を修得することとする。）
修了要件ではないが、自身の専門に合わせてデータサイエンス関連科目を修得することを推奨する。
4. プログラム構成科目
【理学部】R5.4.1～R10.3.31（5年間）
1. プログラム名称
データサイエンス応用基礎プログラム（理学部）
2. プログラムで身に付けることのできる能力
・データの意味を抽出し、自身の専門分野にフィードバックする能力
・自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
・AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
3. 修了要件
1. リテラシーレベルの数理・データサイエンス・AI教育プログラムの「データ科学と社会Ⅰ・Ⅱ」（共同獣医学部と国際総合科学科は同等の授業単位）の単位を修得すること。
2. 「データサイエンス技術Ⅰ、Ⅱ」、「データサイエンス技術演習」、および「機械学習」の単位を修得すること。
3. 修了要件ではないが、各学科・コースで開講されている「データサイエンス教育科目」を積極的に履修することを推奨する。
4. プログラム構成科目
【医学部】R5.4.1～R10.3.31（5年間）
1. プログラム名称
データサイエンス応用基礎プログラム（医学部）
2. プログラムで身に付けることのできる能力
（1）データから意味を抽出し、現場にフィードバックする能力
（2）自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
（3）AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
（4）医療分野におけるデータの取り扱いにおける倫理的問題と社会的影響の理解
（5）医療現場におけるAI技術の結果を過不足なく捉え治療に活かす能力
3. 修了要件
1. リテラシーレベルの数理・データサイエンス・AI教育プログラムの「データ科学と社会Ⅰ・Ⅱ」の単位を習得すること
2. 「数学Ⅰ・Ⅱ」・「医用統計学・医用AI学」・「システムバイオインフォマティクス」・「社会医学基本実習」・「医療情報・EBM」及び「多職種連携」の単位を修得すること
4. プログラム構成科目
【農学部】R6.4.1～R11.3.31（5年間）
1. プログラム名称
データサイエンス応用基礎プログラム（農学部）
2. プログラムで身に付けることのできる能力
・データから意味を抽出し、自身の専門分野にフィードバックする能力
・自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
・AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
3. 修了要件
以下の科目の単位を全て修得すること。
1. 「データ科学と社会Ⅰ」及び「データ科学と社会Ⅱ」
2. 「数学概論」、「データサイエンス技術」、「応用情報処理学」及び「生物環境情報工学」
4. プログラム構成科目
【共同獣医学部】R7.4.1～R12.3.31
1. プログラム名称
データサイエンス応用基礎プログラム（共同獣医学部）
2. プログラムで身に付けることのできる能力
（1）データから意味を抽出し、現場にフィードバックする能力
（2）自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
（3）AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
3. 修了要件
「データ科学と社会Ⅰ」、「データ科学と社会Ⅱ」、「獣医学概論A」、「データサイエンス技術基礎」、「データサイエンス技術統計」、「データサイエンス数学」、「データサイエンス技術演習」、7科目8単位のすべてを取得すること。
なお、データサイエンスの獣医学・生物学への応用として、DNA配列・アミノ酸配列の解析に特化した「バイオ情報処理技術」、「バイオ情報処理技術演習」を選択科目として受講することを推奨する。
4. プログラム構成科目
【経済学部】R7.4.1～R12.3.31
1. プログラム名称
データサイエンス応用基礎プログラム（経済学部）
2. プログラムで身に付けることのできる能力
（1）データから意味を抽出し、現場にフィードバックする能力
（2）自らの専門分野に数理・データサイエンス・AIを応用するための大局的な視点
（3）AIの基本的な概念と手法、応用例を学ぶことで、AI技術を活用し課題解決につなげる能力
3. 修了要件
「データ科学と社会Ⅰ」、「データ科学と社会Ⅱ」、「データサイエンス応用基礎Ⅰ」、「データサイエンス応用基礎Ⅱ」、4科目6単位のすべてを取得すること。
4. プログラム構成科目
5. 授業の方法及び内容
各授業の方法及び内容は以下のシラバス検索ページより参照されたい。
6. 実施体制
情報・データ科学教育センターが各学部と連携し本教育プログラムの計画・実施・評価・改善を担っている。
情報・データ科学教育センター組織図
7. 評価と改善
当該プログラムに関する諸活動の改善・進化サイクルを機能させるため、自己点検・評価委員会を組織し、継続的な活動を実施している。詳細は以下のページを参照されたい。
→ 評価・改善活動