放送大学の学生の方
【数理・データサイエンス・AI】を学びたい放送大学の学生の方へ
放送大学の学生になって【数理・データサイエンス・AI】を学びたい方へ
専門分野を体系的に学べ、
さまざまなプランが用意されている
科目群履修認証制度
「放送大学エキスパート」
のご紹介
［履修証明制度とは］
学士などの学位とは異なる、社会人などを対象とした新しい履修・学習の証明が「履修証明」です。2007年度の学校教育法改正によって誕生した制度で、大学などが、一定のまとまりのある学習プログラム（履修証明プログラム）を開設し、修了者に対して、法に基づく履修証明書を交付できるようになっています。プログラムの内容は、大学によってさまざまです。
［放送大学エキスパートとは］
放送大学が2006年度から実施している制度です。上記の履修証明制度に対応しており、さまざまなプランを設けています。
【数理・データサイエンス・AI】では
２つの放送大学エキスパートプランがあります。
データサイエンスリテラシープラン
［目標］
数理・データサイエンス・AIが、現在の社会変化に深く寄与し、
自らの生活とも密接に結びついていることを理解することで、
データサイエンスを仕事等の場で使いこなすための基礎的素養を身につけます。
［取得をおすすめする方］
「データサイエンティスト」「アクチュアリー」「データアナリスト」などに関心がある方にお勧めします。
データサイエンスアドバンスプラン
［目標］
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することにより、
分析目的に応じた適切なデータ分析手法の選択や、データ可視化手法の選択などが
できるようになるための知識を身につけます。
［取得をおすすめする方］
仕事などでデータサイエンスを活用することに関心がある方にお勧めします。
【面接授業】について
2024年度から、プランの対象科目に面接授業を含めました。実際に演習を行って、学びを深められるようにすることを意図しています。
文部科学省（文部科学大臣）では、数理・データサイエンス・AIに関する知識、技術についての体系的な教育プログラムを認定しています。
リテラシープランは「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）」として、
アドバンスプランは「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）」として認定されています。
モデルカリキュラムは、以下からご覧いただけます。
放送大学の学生なら800円から受講可能！
インターネット配信公開講座の紹介
開設講座一覧
リテラシーレベル
数理・データサイエンス・AI教育（リテラシーレベル）の学修目標
今後のデジタル社会において、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を主体的に身に付けること。
そして、学修した数理・データサイエンス・AIに関する知識・技能をもとに、これらを扱う際には、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受し、これらを説明し、活用できるようになること。
※テーブルは横にスクロールできます
| 放送大学の開設講座 | モデルカリキュラム上の分類 | 学修内容 | |
|---|---|---|---|
|
導入数理データサイエンス
AIリテラシー講座 （導入）
導入データサイエンス
基礎から応用 |
1．社会におけるデータ・ AI利活用（導入） |
1-1．社会で起きている変化 | 社会で起きている変化を知り、数理・データサイエンス・AIを学ぶことの意義を理解する AIを活用した新しいビジネス/サービスを知る |
| 1-2．社会で活用されているデータ | どんなデータが集められ、どう活用されているかを知る | ||
| 1-3．データ・AIの活用領域 | さまざまな領域でデータ・AIが活用されていることを知る | ||
| 1-4．データ・AI利活用のための技術 | データ・AIを活用するために使われている技術の概要を知る | ||
| 1-5．データ・AI利活用の現場 | データ・AIを活用することによって、どのような価値が生まれているかを知る | ||
| 1-6．データ・AI利活用の最新動向 | データ・AI利活用における最新動向（ビジネスモデル、テクノロジー）を知る | ||
|
基礎数理データサイエンス
AIリテラシー講座 （基礎）
基礎デジタル社会の
データリテラシー |
2．データリテラシー （基礎） |
2-1．データを読む | データを適切に読み解く力を養う |
| 2-2．データを説明する | データを適切に説明する力を養う | ||
| 2-3．データを扱う | データを扱うための力を養う | ||
|
心得数理データサイエンス
AIリテラシー講座 （心得） |
3．データ・AI利活用に おける留意事項（心得） |
3-1．データ・AIを扱う上での留意事項 | データ・AIを利活用するうえで知っておくべきこと |
| 3-2．データを守る上での留意事項 | データを守る上で知っておくべきこと | ||
| ※「Rで学ぶデータサイエンス-入門-」では、統計解析ツールRを使って実際にデータを扱い、分析しながら、データサイエンスの分析手法の基礎と基本的な考え方を習得します。 | 4．オプション（選択） | 4-1．統計および数理基礎 | 数学基礎および統計基礎を学ぶ |
| 4-2．アルゴリズム基礎 | アルゴリズム基礎を学ぶ | ||
| 4-3．データ構造とプログラミング基礎 | データ構造とプログラミング基礎を学ぶ | ||
| 4-4．時系列データ解析 | 時系列データ解析の概要を知る | ||
| 4-5．テキスト解析 | 自然言語処理の概要を知る | ||
| 4-6．画像処理 | 画像解析の概要を知る | ||
| 4-7．データハンドリング | 大規模データをハンドリングする力を養う | ||
| 4-8．データ活用実践（教師あり学習） | データ利活用プロセス（教師あり学習）を体験し、データを使って考える力を養う | ||
| 4-9．データ活用実践（教師なし学習） | データ利活用プロセス（教師なし学習）を体験し、データを使って考える力を養う | ||
参考：数理・データサイエンス・AI教育強化拠点コンソーシアム：「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム ～データ思考の涵養～」,2020.
応用基礎レベル
数理・データサイエンス・AI教育（応用基礎レベル）の学修目標
数理・データサイエンス・AI教育（リテラシーレベル）の教育を補完的・発展的に学び、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すること。そして、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。
※テーブルは横にスクロールできます
| 放送大学の開設講座 | モデルカリキュラム上の分類 | 学修内容 | |
|---|---|---|---|
|
データサイエンス基礎
|
1．データサイエンス基礎 | 1-1.データ駆動型社会とデータサイエンス | データ駆動型社会とデータサイエンスの関連性について学ぶ |
| 1-2.分析設計 | データ分析の進め方およびデータ分析の設計方法を学ぶ | ||
| 1-3.データ観察 | 収集したデータの観察方法を学ぶ | ||
| 1-4.データ分析 | 典型的なデータ分析手法を学ぶ | ||
| 1-5.データ可視化 | 典型的なデータ可視化手法を学ぶ | ||
| 1-6.数学基礎 | データ・AI利活用に必要な確率統計、線形代数、微分積分の基礎を学ぶ | ||
| 1-7.アルゴリズム | データ・AI利活用に必要なアルゴリズムの基礎を学ぶ | ||
|
データエンジニアリング基礎
|
2．データエンジニアリング | 2-1.ビッグデータとデータエンジニアリング | ICT（情報通信技術）の進展とビッグデータについて学ぶ |
| 2-2.データ表現 | 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学ぶ | ||
| 2-3.データ収集 | Webサイトやエッジデバイスからのデータ収集方法を学ぶ | ||
| 2-4.データベース | データベースからのデータ抽出方法を学ぶ | ||
| 2-5.データ加工 | 収集したデータの加工方法を学ぶ | ||
| 2-6.ITセキュリティ | データ・AI利活用に必要なITセキュリティの基礎を学ぶ | ||
| 2-7.プログラミング基礎 | データ・AI利活用に必要なプログラミングの基礎を学ぶ | ||
|
AI基礎
|
3．AI基礎 | 3-1.AIの歴史と応用分野 | AIの歴史と活用領域の広がりについて学ぶ |
| 3-2.AIと社会 | AIが社会に受け入れられるために考慮すべき論点について学ぶ | ||
| 3-3.機械学習の基礎と展望 | 機械学習の基本的な概念と手法について学ぶ | ||
| 3-4.深層学習の基礎と展望 | 実社会で進む深層学習の応用と革新について学ぶ | ||
| 3-5.認識 | 人間の知的活動（認識）とAI技術について学ぶ | ||
| 3-6.予測・判断 | 人間の知的活動（予測・判断）とAI技術について学ぶ | ||
| 3-7.言語・知識 | 人間の知的活動（言語・知識）とAI技術について学ぶ | ||
| 3-8.身体・運動 | 人間の知的活動（身体・運動）とAI技術について学ぶ | ||
| 3-9.AIの構築と運用 | AIの構築と運用について学ぶ | ||
参考：数理・データサイエンス・AI教育強化拠点コンソーシアム：「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 ～AI×データ活用の実践～」,2021.
放送大学へ入学する理由
- ● 放送大学の学生なら、割引料金で受講できます。
- ● 公開講座は多数あり、履修には時間がかかります。
最長で10年間在学できる全科履修生がお勧めです。
全科履修生として情報コースに入学すれば、卒業を目指しながら、
データサイエンスリテラシープラン、
データサイエンスアドバンスプランの認証状も取得できます。 - ● 放送大学には面接授業（スクーリング）があり、
全国50箇所以上の学習センター等で受講できます。
コンピュータ等を用いたデータサイエンスの演習科目もあり、
データサイエンスやAIの基礎を実習できます。これらの面接授業は、
エキスパートのプランを構成する科目になっています。
入学案内