本学の数理・データサイエンス・AI教育プログラムは、社会の要請に応え、高度情報化社会の基盤となる学問体系である「数理・データサイエンス・AI」について学生の関心を高め、その内容を適切に理解するとともに、実社会においてこれらの知識を利活用できる実践的な能力の育成を目的としています。
リテラシーレベル
桃山学院大学では全学部生を対象として「数理・データサイエンス・AI」に関するリテラシー能力を習得できるように、共通教育機構が提供する基礎教育科目「学びの基礎（リテラシー）」として「数理・データサイエンス・AI教育プログラム」を実施（遠隔完全オンデマンド形式）しています。
本プログラムは、文部科学省の「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）」に認定されています。
（認定の有効期限：令和11年3月31日まで）
プログラム名
「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）」
科目名
「データサイエンス基礎」（2単位）
※ビジネスデザイン学部のみ「データサイエンス入門」（2単位）
対象学生
全学生
身につけることができる能力
「数理・データサイエンス・AI」のリテラシーを学び、実践型データサイエンティストに求められる能力のうち、以下の基礎的理解ができるようになります。
- 社会におけるデータサイエンスの利活用の現状を正しく把握することができる。
- データサイエンスの基礎知識を身につけ、それらを適切な場面で活用することができる。
- 課題解決のために適切にデータを取得して、分析・説明するための基礎的な能力を身につけることができる。
教育内容
近年のデータ収集能力の向上とともに、さまざまな企業や自治体において利活用可能な大量データが蓄積され、競合他社に対する優位性を獲得することや政策・ 施策の効率的かつ計画的な運営・実施が重要な課題となっている。その中でも、経営・経済・ 金融・社会・法律・スポーツ健康などの文系学部において、それぞれの分野の専門分野の知識を身につけ、企業や自治体の課題を把握し、その解決に取り組むことができる実践型のデータサイエンティストの育成は社会的ニーズも高い。
本プログラムは、全学部の学生を対象としたデータサイエンスのリテラシーレベルを習得するプログラムである。社会における様々な分野のデータの利活用例を紹介し、基本的な表計算ソフトを用いた、課題解決のためのICT活用方法を解説したうえで、データの整理、要約・視覚化の方法を解説し、またデータの予測方法として回帰分析の手法を解説する。
さらに、データ利活用における注意事項として、調査・分析における注意、利用時の注意、情報倫理や情報セキュリティなどについても解説し、著作権など情報資源の扱い方についても解説する。
2026年度シラバス
プログラムの修了要件
本プログラムの修了要件は、「データサイエンス基礎（2単位）」の1科目を履修し、単位修得することです。
※ビジネスデザイン学部は「データサイエンス入門（2単位）」の1科目を履修し、単位修得することです。
プログラム推進体制
自己点検・評価
応用基礎レベル
本プログラムでは、データを意思決定に資する「情報」へ転換し、社会課題解決のためのビジネスを構想・実装する力を育む。AIが急速に進化する現代においても、課題の発見・価値判断・ステークホルダーとの合意形成・倫理的意思決定は人間の洞察と責任を必要とする。ビジネスデザイン力・リーダーシップ・倫理的視点を核に、テクノロジーを社会に実装できるDX推進人材を育成する。
プログラム名
「情報テクノロジープログラム」
科目構成と修了要件
プログラムを構成する必須科目16単位、選択必須科目8単位の計24単位以上を修得すること。
領域1 DS・数理基盤
| 科目名 | 単位数 | 科目内容 |
|---|---|---|
| データサイエンス入門必須 | 2 | シラバス（pdf） |
| 統計・データ分析必須 | 2 | シラバス（pdf） |
| データ収集・分析必須 | 2 | シラバス（pdf） |
| データサイエンス応用選択必須 | 2 | シラバス（pdf） |
| フィールドワーク選択必須 | 2 | シラバス（pdf） |
| マーケティング分析選択 | 2 | シラバス（pdf） |
| 仕事で使う数学選択 | 2 | シラバス（pdf） |
領域2 DE・プログラミング
| 科目名 | 単位数 | 科目内容 |
|---|---|---|
| プログラミング必須 | 2 | シラバス（pdf） |
| テクノロジーとイノベーション必須 | 2 | シラバス（pdf） |
| アプリ開発選択必須 | 2 | シラバス（pdf） |
| プログラム開発選択必須 | 2 | シラバス（pdf） |
| ITビジネス選択必須 | 2 | シラバス（pdf） |
| ITリテラシー選択 | 2 | シラバス（pdf） |
領域3 社会実装・PBL・BD
| 科目名 | 単位数 | 科目内容 |
|---|---|---|
| PBL応用Ⅱ必須 | 4 | シラバス（pdf） |
| 学外プロジェクト必須 | 2 | シラバス（pdf） |
| ビジネスリーダーシップ選択必須 | 2 | シラバス（pdf） |
| 倫理・哲学選択必須 | 2 | シラバス（pdf） |
| ロジカルシンキング選択 | 2 | シラバス（pdf） |
| デザインシンキング選択 | 2 | シラバス（pdf） |
| 問題解決法選択 | 2 | シラバス（pdf） |
| ビジネスモデル選択 | 2 | シラバス（pdf） |
| プロジェクトマネジメント選択 | 2 | シラバス（pdf） |
| アントレプレナーシップ選択 | 2 | シラバス（pdf） |
対象学生
ビジネスデザイン学部生
身につけることができる能力
本プログラムを修了した学生は、以下の能力を身に付けることができる。
【Ⅰ：データ表現とアルゴリズム（数理・プログラミング基礎）】
Pythonを用いてデータの収集・加工・集計・可視化を一連のパイプラインとして実行できる。代表値・分散・相関係数等の統計指標を正確に計算・解釈し、統計的仮説検定の手順を理解してビジネス上の意思決定に活用できる。アルゴリズムの基礎概念（ソート・探索・フローチャート）を理解し、プログラムとして実装できる。
【Ⅱ：AI・データサイエンス基礎】
機械学習（教師あり・教師なし学習）の仕組みと過学習等の限界を理解し、対象課題に応じた適切な手法・特徴量の選択と評価ができる。生成AI・深層学習・大規模言語モデルの原理と社会的インパクトを把握し、ビジネス変革への応用シナリオを設計できる。AI倫理・プライバシー保護・公平性・AIの信頼性等のリスクを多角的に分析し、責任あるテクノロジー活用の方針を策定できる。
【Ⅲ：AI・DS実践（社会と技術の相互作用を見据えたDX推進力）】
企業や地域社会のリアルな課題に対し、フィールドワークや一次データ収集、デザインシンキングを通じた仮説検証サイクルを自律的に回すことができる。ノーコードツールや生成AIを活用して自ら考案したビジネスアイデアの要件定義からプロトタイプ実装・ステークホルダーへの提案までを担うことができる。チームにおけるリーダーシップを発揮しながら企業等との協働型PBL（学外プロジェクト等）を推進し、データと技術を組み合わせてDXを牽引する実践的な社会実装能力を有する。
教育内容
近年、AI・データサイエンス・デジタル技術の急速な進展により、企業や自治体、地域社会において、データを活用した意思決定やDX（デジタルトランスフォーメーション）の推進が重要な課題となっています。その一方で、単に技術を扱うだけではなく、社会課題を発見し、多様な関係者と協働しながら、実社会へ実装できる人材が求められています。
本プログラムでは、ビジネスデザイン学部の教育体系を基盤として、データサイエンス・AI教育とPBL（Project Based Learning）を融合した実践型教育を展開します。
プログラムでは、統計・データ分析・Pythonプログラミング・機械学習などの基礎を学ぶとともに、生成AI、ノーコードツール、アプリ開発等を活用しながら、課題解決のためのシステムやサービスを実際に企画・実装します。
また、「フィールドワーク」「学外プロジェクト」「PBL応用Ⅱ」等では、企業・自治体・地域社会と連携し、学生自らが現場で一次データを収集し、分析・仮説検証・提案までを行います。これにより、データを単なる数値として扱うのではなく、社会課題の解決に資する「情報」として活用する力を養います。
さらに、「倫理・哲学」「ビジネスリーダーシップ」「ロジカルシンキング」等の科目を通じて、AI倫理、情報倫理、プライバシー保護、多様なステークホルダーとの協働について学び、社会に受け入れられる持続的なDXを構想・実践できる力を育成します。
プログラム推進体制
| プログラムの責任者 | ビジネスデザイン学部長 |
|---|---|
| プログラムを改善・進化させるための体制 | ビジネスデザイン学部教授会 |
| プログラムの自己点検・評価を行う体制 | ビジネスデザイン学部教授会 |
自己点検・評価