応用基礎レベル（令和6年度入学生用）｜金沢工業大学（数理?データサイエンス?AI教育） $(funct/mdash/ion(){ flex/mdash/ib/mdash/il/mdash/ity(document.documentElement); });

三亚赌场,香港赌场

图片
KIT数理データサイエンス教育プログラム

令和6（2024）年度入学生用 応用基礎レベル

対象科目一覧?カリキュラムマップ

●令和6年度入学生用（指定科目）
応用基礎レベル　（修了要件：学科による）
区分 対象 授業科目名 授業 単位数 授業方法
修学基礎 全学科 修学基礎Ａ 講義 2単位 対面
数理?データサイエンス?AI教育 E学部
A学部
B学部		 技術者のための数理Ⅰ 講義 2単位 対面
E学部
A学部
B学部		 技術者のための数理Ⅱ 講義 2単位 対面
F学部 情報のための数学Ⅰ 講義 2単位 対面
F学部 情報のための数学Ⅱ 講義 2単位 対面
全学科 線形代数学 講義 2単位 対面
全学科 AI基礎 講義 1単位 対面
プロジェクトデザイン基礎教育 全学科 プロジェクトデザインⅠ 講義 2単位 対面
全学科 プロジェクトデザインⅡ 講義 2単位 対面
全学科 プロジェクトデザイン実践 講義 2単位 対面
全学科 ICT入門 講義 1単位 対面
全学科 データサイエンス入門 講義 1単位 対面
専門教育 EM 機械応用プログラミングⅠ 講義 2単位 対面
EA 数理モデルプログラミング 講義 2単位 対面
ER プログラミング言語 講義 2単位 対面
EL 電気電子プログラミング演習 講義 3単位 対面
EP プログラミングⅠ 講義 2単位 対面
FM プログラミング入門 講義 1単位 対面
FM プログラミングⅠ 講義 1単位 対面
FS プログラミング基礎 講義 2単位 対面
FY 心理学のためのプログラミングⅠ 講義 2単位 対面
BC 化学コンピュータ演習 講義 2単位 対面
リベラルアーツ系 EV/AA/BB AIプログラミング入門 講義 1単位 対面


●令和6年度入学生用（オプション科目）
応用基礎レベル
区分 対象 授業科目名 授業 単位数 授業方法
数理?データサイエンス?AI教育 全学科 データサイエンス基礎Ⅰ 講義 1単位 対面
全学科 データサイエンス基礎Ⅱ 講義 1単位 対面
全学科 ビジネスデータサイエンス 講義 1単位 対面?遠隔
プロジェクトデザイン基礎教育 全学科 IoT基礎 講義 1単位 対面
全学科 ネットワークセキュリティ 講義 1単位 対面

学習内容

対象 科目名 学習内容（★☆：指定科目　無し：オプション科目）
全学科 ★修学基礎A 大学の教育内容を理解するとともに、社会における自専攻の専門分野のつながりやデータサイエンス?AIの活用例を学習する。またPD教育を基盤とした各専門分野の課題解決事例?研究事例を通して、新たな価値創出の可能性を学習する。
E学部
A学部
B学部		 ☆技術者のための数理Ⅰ 関数と逆関数について学び、関数の極限について学習する。また、指数関数、対数関数、三角関数、逆三角関数の理解を深め、その計算に習熟することを目指す。
FM/FS/FY ☆技術者のための数理Ⅱ 微分法の考え方を理解し、積?商?合成関数の微分法や逆関数の微分法を修得する。さらに、求積法の概念を理解し、基本的な関数の積分について学ぶ。
F学部 ☆情報のための数学Ⅰ 2進数、8進数、16進数などのn進法の基礎とその演算について学習する、また、コンピュータ内での数の表し方（浮動小数点数形式）について学ぶ。さらに、集合の考え方を論理代数に適用し、コンピュータ内での論理の表し方の基礎や、論理代数演算をコンピュータ内で実現するための論理回路の構成法についても学習する。
F学部 ☆情報のための数学Ⅱ 順列?組み合わせについて復習し、確率の基本と条件付き確率やベイズの定理について学ぶ。また、統計の基礎を学習し、Excelによる統計データ処理の基本操作を学習する。
全学科 ★線形代数学 ベクトルの演算や行列の計算、連立１次方程式の解法、１次変換、行列式などの学習を通して、多次元の対象を代数的に扱える能力を養い、専門分野へ応用できる力を養う。
全学科 ★AI基礎 AIに関する基本的機能や活用例、最先端技術、画像認識、文章カテゴリー化と自然言語処理、対話型音声識別などの基本的な内容と操作を学習する。さらに、機械学習（深層学習）に必要な初/mdash/i的なデータ構成についてもその基礎を学習する。
全学科 データサイエンス基礎Ⅰ データサイエンスの非常に大きな部分を占めるデータ解析に関して、最も基本的な手法である、1）データ集計の各種の手法、および、2）回帰分析の二つを、講義と演習を通じて学習する。
全学科 データサイエンス基礎Ⅱ データサイエンスに関連して広く用いられている、1）クラスター分析、2）決定木分析、3）（人工）ニューラルネットワークの三つの手法を学ぶ。
全学科 ★プロジェクトデザインⅠ プロジェクトデザイン教育（PD教育）は、知識や技能を集約して問題を発見し解決する力を養う。PDⅠでは実社会における様々な問題にチームで取り組み、データを活用した論理的な思考に基づいた問題解決学習を行う。
全学科 ★プロジェクトデザインⅡ 実社会に問題の解決に向けて、必要な知識?経験?情報を収集し、個人またはチームでそれらを統合して、チームで組織的にプロジェクト活動を行う。「問題発見→現状把握→課題決定→解決案の決定」の各段階において、より深いプロジェクト活動を効率的に行う。活動を通して、解が多様な課題を探求し、論理的かつ創造的に解決する力を身につける。
全学科 ★プロジェクトデザイン実践 問題解決を目指すべく提案した解決案またはその特定部分の有効性を検証する。さらに専門的な知識や技術を駆使し、対象や現象を定量的あるいは定性的に捉え、その特徴?特性?法則性について明らかにする。その過程で、検証活動の進め方および検証に必要なスキルをより深く学習する。
全学科 ★ICT入門 パソコンの基本的な操作と、インターネット利用上のセキュリティや倫理、文書作成やプレゼンテーション資料作成について学習する。
全学科 ★データサイエンス入門 表計算ソフトの基本操作を学ぶ。実験データやアンケートデータの集計?分析など、データの取扱いや社会の実際のデータ（オープンデータ）を可視化し、データを集計?分析について学習する。
全学科 ビジネスデータサイエンス データを活用するための手法としてのデータ分析を学習する。推測統計の点推定と区間推定および仮説検定の概要や回帰分析を主として、多変量解析の理論と実践を学ぶ。
全学科 IoT基礎 IoTシステムを構成する基本技術や通信方式、情報セキュリティ対策技術について体系的に学習する。
全学科 ネットワークセキュリティ ネットワークのセキュリティに関する知識と技術について学ぶ。DoS攻撃やSQLインジェクションのようなネットワークの攻撃手法と対策技術を実践的に学ぶ。
EM ☆機械応用プログラミングⅠ データサイエンスの非常に大きな部分を占めるデータ解析に関して、最も基本的な手法である、1）データ集計の各種の手法、および、2）回帰分析の二つを講義と演習を通じて学習する。講義と演習を通じて、データ集計と回帰分析を理解して実践し、実際のデータ活用を行えるように学ぶ。
EA ☆数理モデルプログラミング Matlabを主としてプログラミングの基礎を学習し、実際にプログラミングを行うことで、実問題にコンピュータを用いた数値計算を活用することを学ぶ。
ER ☆プログラミング言語 Ｃ言語の基礎を学び、また、プログラミングを用いた社会（特に地域社会）との連携についても学習する。
EL ☆電気電子プログラミング演習 電気電子工学に関わる解析、自動計測?制御、回路設計などにコンピュータを活用する実践力を培うため、主に実習を通して、Ｃ言語の文法を体系的に学習するとともに、基本的なプログラミング技法を学ぶ。
EP ☆プログラミングⅠ プログラミング言語 Python で基本的なプログラムを作成し、実行することを学習する。
FM ☆プログラミング入門 本科目では代表的なプログラミング言語であるC言語を対象として、基本要素（入出力、データ型、および配列）を学習する。
FM ☆プログラミングⅠ 本科目では「プログラミング入門」の内容を踏まえて、より高度な(複雑な)処理を行うことのできるプログラムを学ぶ。C言語における条件分岐?繰り返しを行うための制御文と、関数の作成?使用方法を身につける。
FS ☆プログラミング基礎 プログラミングの全体を俯瞰的に把握するとともに、条件分岐、繰り返し、関数、オブジェクトの基本的な用語や使い方の基礎を学習する。
FY ☆心理学のためのプログラミングⅠ プログラミング環境としてMATLABを取り上げ、MATLABの操作を通して変数?行列を学ぶ。
BC ☆化学コンピュータ演習 本演習では実際にExcelを用いて、物理化学、化学工学に登場する計算問題を解くことによって、物理化学、化学工学の知識を確実にするとともに、Excel（VBA）の使用法を学ぶ。
VE/AA/BC ☆AIプログラミング入門 Python言語による基本的なプログラムを作成する。変数?関数?制御文?繰り返し文?リスト、コンテナの処理、イテレータ、モジュールの利用などについて学ぶ。



Copyr/mdash/ight © Kanazawa Inst/mdash/itute of Technology. All R/mdash/ights Reserved.