目的・レベル別おすすめ講座一覧
職種別スキルアップ
目的別おすすめ講座のご案内
※テーブルは横にスクロールできます
| 新入社員 向け |
中堅社員・ データサイ エンス活用 と知識増強 |
データサイ エンティスト になりたい方 |
情報技術者 のスキル向上 |
人事担当者 向け |
|||
|---|---|---|---|---|---|---|---|
| レベル | 放送大学の開設講座名 | ||||||
| リテラシーレベル |
数理データサイエンス
AIリテラシー講座 （導入） |
初学者可数式不要 | |||||
|
データサイエンス
基礎から応用 |
数式使用（一部） | ||||||
|
デジタル社会の
データリテラシー |
初学者可数式不要 | ||||||
|
数理データサイエンス
AIリテラシー講座 （基礎） |
初学者可数式不要 | ||||||
|
数理データサイエンス
AIリテラシー講座 （心得） |
初学者可数式不要 | ||||||
|
Rで学ぶデータサイエンス
～入門～ |
プログラミング言語Rを用いた統計分析方法を講義しています。 | ||||||
| 応用基礎レベル |
データサイエンス基礎
|
データサイエンスは、現在進行中の社会変化に深く寄与しています。自らの生活とデータサイエンスの関係を具体的に紹介し、データの活用領域を知るための事例を紹介します。 数式使用（一部） |
|||||
|
データエンジニアリング
基礎 |
実データ・実課題を用いた演習など、「データを読む、説明する、扱う」といった数理・データサイエンス・AIの基本的な活用法に関する社会での実例を取り扱います。 数式使用（一部） |
||||||
|
AI基礎
|
活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、AI社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする講座です。 数式使用（一部） |
||||||
| 数理・情報関連 |
|
講座はありません。放送大学の授業などで学習してください。
|
|||||
|
（オプション） | ||||||
|
|||||||
| 社会応用 | 「発展・専門」に分類される講座の中から、ご興味のある、またはご自身の業務に関連した内容の講座を受講してください。 | ※ | |||||
※：「機械学習概論Ⅰ」、「機械学習概論Ⅱ」、「ニューラルネットワーク概論」は推奨。
モデルカリキュラムと
放送大学講座の対応表
リテラシーレベルと応用基礎レベルは、数理・データサイエンス・AI教育強化拠点コンソーシアム策定の
モデルカリキュラムに対応しています。
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～ AI×データ活用の実践～」,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.