データサイエンス
信州データサイエンスプログラム（リテラシーレベル）
全学教育センターでは、学部1年生を対象とした全学必修の共通科目「データサイエンスリテラシー」を開講しています。また、データサイエンスに関する選択科目を複数開講し、1年生全員がデータサイエンスにおけるリテラシーレベルの素養を身に付けるための教育を行っています。このプログラムは、文部科学省「数理・データサイエンス・AI教育プログラム（リテラシーレベル）プラス」として認定を受けています。
（認定期限：令和10年3月31日）
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
令和6年度「数理・データサイエンス・AI教育プログラム」の認定・選定について
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）申請書全学教育センターにおけるデータサイエンス教育
本プログラムは数理・データサイエンス・AI教育強化コンソーシアムが発表したモデルカリキュラムにしたがって設計されています。リテラシーレベルのモデルカリキュラムは「導入」「基礎」「心得」「選択」の4つで構成されており、このうち「導入」「基礎」「心得」を、基盤系のリテラシーに属する科目である「データサイエンスリテラシー」で身に付けます。これは、令和5年度入学生から必修となった科目です。また、モデルカリキュラムの「選択」部分を、基盤系の統計や科学史に属する科目や、教養系の自然・技術に属する科目で扱っています。
令和5年度以降に本学へ入学した学生は、データサイエンスリテラシーを履修し、それに加えて、データサイエンスに関わる選択科目をいくつか履修します。そこで行われる学修を通じて、社会におけるデータ・AI利活用に関する知識やデータを適切に読み解く能力等を身に付け、各学部の専門教育につなげます。
数理・データサイエンス・AI教育強化拠点コンソーシアム／モデルカリキュラム（リテラシーレベル）
開講科目一覧・プログラム修了要件
下表にある科目は本プログラム（リテラシーレベル）の対象として令和8年度に開講しています。各科目の詳細はリンク先のシラバスを参照してください。なお、複数コマ開講している科目は代表となるシラバスのみにリンクしています。担当教員が開講曜日や時限によって異なる科目や、前期・後期それぞれで開講している科目もありますが、授業名が同じであれば、授業のねらいや達成目標は同じです。
本プログラム（リテラシーレベル）の修了要件は、データサイエンスリテラシーの単位を修得することです。成績証明書に単位修得状況を記載し、それをもって修了したことを証明します（令和4年度入学生においては、データサイエンス入門A～Dいずれかの単位を修得することが修了要件）。
※「シラバス閲覧システム」のメンテナンスに伴い，シラバスへのリンクを無効にしています（令和８年９月１日現在）
| 区分 | 授業名 | 開講学期 （シラバスへのリンク） |
||
|---|---|---|---|---|
| 基 盤 系 |
リテラシー | データサイエンスリテラシー【EA】 （※【EA】はオンラインかつオンデマンドで実施する授業です） |
前期 | 後期 |
| 統計 | 質問紙調査入門 | 後期 | ||
| 統計学入門 | 前期 | 後期 | ||
| 機械学習入門 | 前期 | 後期 | ||
| 確率論入門 | 後期 | |||
| データサイエンスのための数学【EA】 | 後期 | |||
| 統計リテラシー【EA】 （※統計学入門と統計リテラシー【EA】は同内容のため，どちらか一方のみ履修可能です） |
前期 | |||
| 科学史 | データサイエンス歴史探訪 | 前期 | ||
| 教 養 系 |
自然・技術 （工学入門） |
ロボティクス実践ゼミ | 前期 | |
| 自然・技術 （情報学入門） |
プログラミング入門ゼミ | 前期 | 後期 | |
| Web制作ゼミ | 前期 | 後期 | ||
| データから見る長野県ゼミ | 後期 | |||
| 高大接続におけるデータサイエンスゼミ | 前期 | 後期 | ||
| データから白馬村の観光を考えるゼミ(ドコモ・白馬村連携講義) | 後期 | |||
| データからの地域課題発見ゼミ | 前期 | 後期 | ||
| 時系列データ分析ゼミ | 後期 | |||
| データサイエンス実践ゼミ | 後期 | |||
| 環境データサイエンスゼミ | 後期 | |||
| データサイエンス実践基礎【EA】 （※この科目では，リテラシーレベルの上位にあたる応用基礎レベルの内容が中心となります） |
前期 | 後期 | ||
特徴的な授業
本プログラム（リテラシーレベル）の対象となっている教養系の科目は、すべて演習科目（ゼミ）です。1コマ30名程度の少人数で授業を行い、ビッグデータを活用したPBL（問題解決型学習）や地域課題解決PBLなどの実践的な学びを展開しています。
高大接続におけるデータサイエンスゼミ
高大接続に関わる「アドミッション専門人材」が行う業務に注目し、本学志願者に関係するデータをどのように利活用しているのかについて学びます。演習では、担当教員が提供するデータを用いて、オープンキャンパス等において、信州大学の魅力を発信します。
データから白馬村の観光を考えるゼミ（ドコモ・白馬村連携講義）
長野県白馬村は全国でも有数のスノーリゾートとして認知されており、最近ではグリーンシーズンでも楽しめるような観光スポットも増えてきました。加えて、コロナ禍において人々の旅行の仕方も変わって新たな観光が生まれようとしています。その中で、白馬村の観光課題は何か、解決するためにはどうしていけばいいかということを、ドコモが保有する白馬村の観光に関するビッグデータ及び白馬村からの話題提供をもとに、現地調査も行いつつ検討します。授業の最終回ではプレゼンテーションも行います。
本プログラムの点検および評価
本プログラム（リテラシーレベル）は、全学教育センターデータサイエンス教育部門において、半期ごとに点検および評価を行い、プログラムを改善・進化させています。