Kyutech
Approved Program for
Mathematics,
Data science
and AI Smart Higher Education

Missionミッション

日本の近代化を支えた北部九州地区で形成された産官学連携教育研究ネットワークを基盤とし、我が国の主要な工学分野において数理?データサイエンス?AI技術を駆使して活躍するAI×専門×地域課題解決人材を育成する

Purpose数理?データサイエンス?AI教育プログラム認定制度の目的

数理?データサイエンス?AI教育プログラム認定制度は、学生の数理?データサイエンス?AIへの関心を高め、それを適切に理解し活用する基礎的な能力(リテラシーレベル)や、課題を解決するための実践的な能力(応用基礎レベル)を育成するため、数理?データサイエンス?AIに関する知識及び技術について体系的な教育を行う大学等の正規の過程(教育プログラム)を文部科学大臣が認定及び選定して奨励するものです。これにより数理?データサイエンス?AIに関する基礎的な能力及び実践的な能力の向上を図る機会の拡大に資することを目的としています。(文部科学省資料より)
国は、AI戦略2019の中で2025年を目標年として、(リテラシーレベル)約50万人/年:全ての大学?高専生、(応用基礎レベル)25万人/年:高専?大学の50%の具体的な育成目標を掲げています。また、大学や高専の数理データサイエンス教育に関する正規課程教育のうち一定の要件を満たした優れた教育プログラムを(エキスパート)2000人/年として政府が認定し応援するとしています。本大学においても、持続可能な社会の創り手としての必要な力を育み、社会のあらゆる分野で人材が活躍することを目標に、数理?データサイエンス?AI教育推進室を立ち上げ、本大学学生たちを応援していきます。
数理?データサイエンス?AI教育プログラム認定制度 (mext.go.jp)

OutlineMDASHプログラムの概要

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。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?分野へ利活用する能力を身に付けることができます。リテラシーレベル教育プログラムおよび応用基礎レベル教育プログラムの目的は以下の通りです。
●リテラシーレベル教育プログラムでは、数理?データサイエンス?AIへの関心を高め、かつ、数理?データサイエンス?AIを適切に理解し、それを活用する基礎的な能力を育成することを目的とします。
●応用基礎レベル教育プログラムでは、数理?データサイエンス?AIを活用して課題を解決するための実践的な能力を育成することを目的とします。

Status認定状況

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)」

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)

プログラム概要(リテラシーレベル)
本学の認定制度申請内容はこちら

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(応用基礎レベル?応用基礎レベルプラス)」

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(応用基礎レベル)」に2023年8月に認定されました。また併せて、先導的で独自の工夫?特色を有するプログラムとして、「応用基礎レベルプラス」にも選定されました。(認定の有効期限:2028年3月31日まで)

プログラム概要(応用基礎レベル)
本学の認定制度申請内容はこちら

Enrollment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、リテラシーレベルと応用基礎レベルの両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。

Literacyリテラシーレベル

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。

科目対応表はこちら

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 R3表彰科目
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
R2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  
【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
R3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
R2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 R3表彰科目
人工知能応用  
自然言語処理 R2表彰科目
R3表彰科目
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 R3表彰科目
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。

Advanced Literacy応用基礎レベル

修了要件

工学部の全学科では工学部のプログラムを構成する下記の全学科必修の4科目(8単位)を取得すること。
情報工学部の全学科では情報工学部のプログラムを構成する下記の全学科必修の8科目(15単位)を取得すること。

科目対応表はこちら

プログラム科目

【工学部】
科目名 単位 備考
情報PBL 2  
情報処理基礎 2  
情報処理応用 2  
情報リテラシー 2  
【情報工学部】
科目名 単位 備考
解析Ⅰ?同演習 2  
線形代数Ⅰ 2  
離散数学Ⅰ 2  
データ構造とアルゴリズム 2  
計算機システムⅠ 2  
プログラミング 3  
情報工学概論 1  
情報工学基礎実験 1  

選択項目?その他の内容を含む授業科目

【工学部】
授業に含まれている内容?要素 単位 備考
数学発展 線形数学B  
【情報工学部】
授業に含まれている内容?要素 単位 備考
数学発展 線形代数Ⅱ?同演習 R3表彰科目
確率?統計  

Member体制?メンバー

【体制】

役割 委員会等
本プログラムの運営責任者 副学長(教育高度化本部担当)
本プログラムの改善?進化 数理?DS?AI教育推進室
本プログラムの自己点検?評価 教育高度化本部

【メンバー】

藤本 晶子
大学院情報工学研究院 准教授
数理?DS?AI教育推進室長
データ教材開発グループ
宮野 英次
大学院情報工学研究院 教授
データ教材開発グループ長
教育プログラム企画グループ
齊藤 剛史
大学院情報工学研究院 教授
教育プログラム企画グループ長
データ教材開発グループ
浅海 賢一
大学院工学研究院 教授
教育プログラム企画グループ
花沢 明俊
大学院工学研究院 准教授
データ教材開発グループ
井上 雅世
大学院工学研究院 准教授
データ教材開発グループ
川原 憲治
大学院情報工学研究院 准教授
データ教材開発グループ
江藤 宏
大学院情報工学研究院 助教
データ教材開発グループ
石橋 英朗
大学院生命体工学研究科 助教
データ教材開発グループ

Assessment自己点検?評価

毎年度、本プログラムについて自己点検?評価を実施し、概要をホームページで公表いたします。
自己点検?評価結果に基づき、プログラムの改善?向上に努めてまいります。
中国竞彩网4年度の自己点検?評価の結果はこちら
中国竞彩网3年度の自己点検?評価の結果はこちら
中国竞彩网2年度の自己点検?評価の結果はこちら

Comments卒業生?学生コメント

no image
卒業生株丹 亮さん(大学院工学府博士前期課程機械知能工学専攻知能制御工学コース 平成28年度 修了)
株式会社安川電機(現在、株式会社エイアイキューブへ出向中)
私は現在、工場のさらなる自動化のために、特に産業用ロボットをデータ活用して知能化する仕事をしています。
産業用ロボットは、工場で人にとってツライ作業(危険な作業、重い荷物を運ばなければならない作業、ミスが許されない作業など)を代わりに行うことができます。人の代わりに働いてくれる産業用ロボットは現段階でも世界中の様々な工場で活躍していますが、市場の広がりとともに課題も出てきました。
例えば、大量生産で同じ作業を何回も繰り返すような作業は産業用ロボットにとって得意分野です。しかし、頻繁に作るものが変わってくるなど柔軟な対応力が必要な作業や、良品か不良品かを判定するような繊細な判断が要求される作業はまだ苦手としています。よって工場ではツライ作業がまだたくさん残っていて、産業用ロボットがもっと賢くなる(さらに知能を持つ)ことでそのツライ思いを取り除くことができると考えています。
私はこのような現状を特にAI技術によって解決しようとしており、日々奮闘しています。AI技術と聞くと魔法のような技術と思われるかもしれませんが、実はそうではありません。高校の数学や物理、そして大学で勉強してきた学問を基礎とし、その延長として出来上がっている技術です。
九州工業大学の本プログラムには、AI技術を理解するために必要な学問を勉強できるカリキュラムが用意されていますし、ただ勉強するだけではなく、自分が考えたことを他の人に理解してもらう力を養うためのカリキュラムも受講できるようになっています。私も線形代数という数学の分野やプログラミングの知識などを大学で学んだおかげで、絶え間なく進化するAI技術を現在も追いかけることができています。そしてそれらの最新AI技術をどのように産業用ロボットの頭脳に組み込んでいけばよいかを日々考え、他の人たちと議論を重ねながら、実際の製品にすることができています。
最後に、AIやロボットに興味がある方だけでなく、何か人の役に立つものを作ってみたいけどどうすればいいんだろう?と悩んでいる方も、ぜひ本カリキュラムを受講して、知見を広げていっていただければと思います。そして将来的には工場の自動化や産業用ロボットの知能化について一緒に考えていけたらとても嬉しいです。
no image
卒業生柏木 直人さん(情報工学部システム創成情報工学科 平成30年度 卒業)
デロイトトーマツコンサルティング合同会社 ET&P gDE所属
私は現在、企業様にSAPというシステムを導入?運用するための案件に携わっています。SAPとは、企業の基幹業務のここのプロセスを統合し、全体最適化を目指したシステムです。
勉強の毎日ですが、大学時代に培った姿勢が現在の自分の基礎となり、頑張ることができていると感じています。
そんな私が大学時代に意識していたことは、MDASHプログラムのような大学から提供いただけるイベントやプログラムに積極的に参加すること、参加したイベントやプログラムを最後まで粘り強くやり抜くこと、その過程で仮説検証を繰り返し行い課題を解決していくことの3つです。
自分から能動的に機会を利用し、試行錯誤を繰り返すことは、今後社会に大きく羽ばたいていく皆さんの大きな武器になると思います。
no image
在学生梶谷 柊さん
情報工学府 情報創成工学専攻 修士1年(当時)
3Dグラフィックスや、それを使いこなす為に必要な数理基礎知識など、主にMDASHプログラム科目の講義の中で修得した知識?知見を軸に現在様々な3Dアプリケーションを開発しています。
以前から趣味で開発していましたが、最近は大学内外の様々な人にも関わっていただけるようになり、「九州工業大学バーチャルキャンパス」の開発をはじめ、今までよりも更にワクワクできそうなアプリケーションの開発に取りくめるようになりました。
no image
在学生江頭 駿弥さん
工学部 機械知能工学科 4年(当時)
MDASHプログラムを通して、プログラミングはもちろんのこと、与えられた課題をどう進めていくかという考え方も身に着けることができたと感じました。人の手に余る膨大な量のデータや、複雑なデータにも触れることができ、貴重な体験となりました。また、AIはこれからの社会において欠かせない要素となります。このプログラムを学ぶことによって得ることができたスキルをより深め、これからの社会を私たちの手でよりよい社会に変えていきましょう。
no image
在学生林田 健太郎さん
工学部 宇宙システム工学科 4年(当時)
情報教育では、問題を自分が扱える大きさに分割することを学びました。デカルトの言を借りると「困難は分割せよ」ということです。これはプログラム作成やバグ対応で役立つだけでなく、卒業研究などの大きな問題を解いていく際に役立ちます。さらに、AIを使うためには人間が問題を分割する必要があります。そして、様々な問題を乗り越える経験は、時を共に過ごした人や場所と同様、大学で得られる素晴らしいものの1つです。
no image
在学生野田 祐希さん
情報工学部 知能情報工学科 3年(当時)
MDASHプログラムは数理?データサイエンス?AIに関するカリキュラムで、基礎の部分や、また技術者倫理までしっかりと学ぶことが出来ました。授業を聞いて学ぶのはもちろん、自分で手を動かし考えて答えを出したりチームで協力して取り組んだりと、コンピューターを効果的に活用する実践的な授業を受けられ知識だけでなく実際に技術者として必要な問題解決能力やコミュニケーション能力なども得ることが出来ました。

Contact連絡先

〒804-8550 福岡県北九州市戸畑区仙水町1-1
国立大学法人九州工業大学 
教育高度化本部「数理?DS?AI教育推進室」
Email:gak-kyoshien*jimu.kyutech.ac.jp
(メールアドレスは*を@に変えて送信ください)
九州工業大学

Page Top