Need Help?

データサイエンス・
AI応用基礎プログラム
Data Science and AI Applied Basics Program

データサイエンス・AI応用基礎プログラム概要

データサイエンス・AI応用基礎プログラムでは、
自らの専門分野において、数理・データサイエンス・AI教育を
応用・活用することができる応用基礎力を習得します。

「データサイエンス基礎」（2単位）、「AI基礎」（2単位）の
2科目4単位を必修科目とし、その他、「プログラム科目として指定する科目」を、
履修することが望ましい選択科目としています。

〇身に付けることが出来る能力

●本プログラムは、「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」（データサイエンス教育強化拠点コンソーシアム）に準拠し、本学の正規教育課程に位置付けられている卒業単位認定科目により構成され、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」が定める数理・データサイエンス・AI教育プログラム（応用基礎レベル）の認定要件である「3つの基本的要素」を満たす。修了者は、自らの専門分野において数理・データサイエンス・AIを応用・活用し、現実の課題解決や価値創造を担うために必要な応用基礎力を修得する。

●修得できる知識・スキル

データ表現とアルゴリズム：数学基礎（統計数理、線形代数、微分積分）に加え、AIを実現するための手段としてのアルゴリズム、データ表現、プログラミングについての基本的概念や知識
AI・データサイエンス基礎：AIの歴史や社会への影響、構築から運用までの流れを体系的に理解するとともに、機械学習、深層学習、生成AIの基礎、およびAIの主要技術である認識、予測・判断、言語・知識、身体・運動に関する知識と活用手法の修得
AI・データサイエンス実践：演習といった実践の場を通じ修得した、データエンジニアリングの基礎や、データ・AI活用の企画・実施・評価に関する実践的な能力

〇修了要件、開講されている科目の構成

龍谷大学「データサイエンス・AI教育プログラム」実施体制

※2025年度は「教養教育科目特別講義（データサイエンス基礎）」「教養教育科目特別講義（AI基礎）」として開講します。

＜必修科目＞

データサイエンス基礎

講義概要
第四次産業革命実現に向けた国際的な潮流が、政治・経済への影響、産業構造の変革をもたらしています。特に、ディープ・ラーニングの技術的な躍進と生成系AIの登場により、テキスト、画像、音声といった多様なデータの生成や変換が可能となり、各学問分野の可能性を広げ、新たなビジネスを生み出すと同時に、倫理的・法的な課題も浮上しており、VUCA（変動性、不確実性、複雑性、曖昧性）時代を生き抜きSociety 5.0 for SDGsを実現させうる人材が求められています
本授業では、龍谷大学「データサイエンス・AIリテラシープログラム」の内容を補完的・発展的に学修し、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、AIを活用し課題解決につなげる基礎能力を修得し、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を獲得することを目標とします。

到達目標
データサイエンスおよびデータエンジニアリングの基本的な概念と手法、応用例を学ぶことで、データから意味を抽出し、現場にフィードバックするための方法を理解することを目標とします。具体的には、

・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できる
・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
・データを収集・処理・蓄積するための技術の概要を理解できる
・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できる

ことを、到達目標とします。

＜必修科目＞

AI基礎

講義概要
第四次産業革命実現に向けた国際的な潮流が、政治・経済への影響、産業構造の変革をもたらしています。特に、ディープ・ラーニングの技術的な躍進と生成系AIの登場により、テキスト、画像、音声といった多様なデータの生成や変換が可能となり、各学問分野の可能性を広げ、新たなビジネスを生み出すと同時に、倫理的・法的な課題も浮上しており、VUCA（変動性、不確実性、複雑性、曖昧性）時代を生き抜きSociety 5.0 for SDGsを実現させうる人材が求められています。
本授業では、龍谷大学「データサイエンス・AIリテラシープログラム」の内容を補完的・発展的に学修し、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、AIを活用し課題解決につなげる基礎能力を修得し、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を獲得することを目標とします。

到達目標
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とは何かを理解することを目標とします。具体的には、

・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できる
・今後、AIが社会に受け入れられるために考慮すべき論点を理解できる
・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できる
・機械学習（教師あり学習、教師なし学習）、深層学習、強化学習の基本的な概念を理解できる
・生成AIの基礎的な概念を理解し、自らの専門分野での応用について知っている
・複数のAI技術が組み合わされたAIサービス/システムの例を説明できる

ことを、到達目標とします。

プログラム指定科目　
（選択科目）

＜経済学部専攻科目＞

統計学入門

＜法学部専攻科目＞

知的財産法

＜社会学部専攻科目＞

社会調査情報処理実習A（社会学科）
社会調査情報処理実習B（社会学科）
社会統計学Ⅱ（社会学科）
量的調査法（社会学科）
量的調査法（コミュニティマネジメント学科）
情報処理実習ⅡA（現代福祉学科）
情報処理実習ⅡB（現代福祉学科）
社会福祉調査の基礎（現代福祉学科）
社会福祉調査実習（現代福祉学科）
社会統計学Ⅱ（2025年度～カリキュラム（2026年度から開講））
量的調査法（2025年度～カリキュラム（2026年度から開講））
多変量解析（2025年度～カリキュラム（2026年度から開講））