Follow Us
京女データサイエンス・AI応用基礎プログラム（データサイエンス学部）
本プログラムが令和7年8月に文部科学省「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 プラス）」に認定されました。
なお、プラス選定は特に優れたプログラムに与えられ、令和7年8月時点で応用基礎レベルに認定された366件の中でプラス選定は25件（6.8％）のみです。
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）とは
既に本学でも文部科学省から認定を受けているリテラシーレベルプログラムを更に発展させた内容です。本プログラムの目標は、データの意味を現場にフィードバックする能力、AIを用いて課題解決するための基礎能力、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の獲得です。
プラス選定とは
認定を受けたプログラムの中から特に優れたものに与えられ、以下の観点を軸に有識者委員会により非常に厳しい審査が行われます。
- 授業内容
- 学生への学習支援内容
- その他様々な取組（地域との連携、産業界との連携、海外の大学との連携等）
- 学習効果
- 先進性、独創性
- 波及可能性 等
令和7年8月時点で、応用基礎レベル（全学あるいは一部の学部・学科）に認定された366件の中で、プラス選定は25件（約6.8%）のみです。近畿地区で（応用基礎レベル プラス）に認定されたプログラムをもつ大学は、滋賀大学、大阪大学、神戸大学、和歌山大学、そして京都女子大学の5つの大学のみです。
プログラムの概要
本プログラムの目的は、データサイエンス学部（DS学部）学生を対象として、自らの専門分野に数理・データサイエンス・AIを応用し課題解決・価値創造するための感性、幅広い視野、基本能力をもち、社会で実践できる女性人材を育成することです。
文部科学省から既に選定されているリテラシーレベルプログラムの2科目及びDS学部1、2年生の必修8科目を必修科目とし、選択必修科目の要件も学部の卒業要件に準じているため、DS学部学生は本プログラムへのエントリーを必須とします。
企業・自治体等からの多彩なゲストスピーカーによる講義や現場見学・PBLを必須とし、知識・技能の修得のみでなくデータサイエンス・AIの実践力を身に付けます。
プログラムで身に付けられる能力
数理・データサイエンス・AIのリテラシーレベル教育の基盤の上に、自らの専門分野に数理・データサイエンス・AIを応用し課題を解決し価値創造するための幅広い視野と基礎能力を身に付けます。
特に、産業界及び自治体と連携して構築した実データや実課題を用いた実践的な教育プログラムを通じて、実社会での課題設定、解決方法の立案、データの要約・解析、結果の解釈、結論の公表という一連のサイクルを正しく実践するための基礎能力を身に付けます。
修了要件
プログラムを構成する以下の科目のうち、必修科目10科目20単位に加え、選択必修科目から5科目10単位（選択必修 A から3科目6単位及び選択必修 B から2科目4単位）以上、合計15科目30単位以上を取得することとします。選択科目は修了要件には含まれないが、単位取得可能とします。
必修科目
「データ・AIリテラシー」、「情報リテラシー」、「数学への招待」、「確率・統計への招待」、「プログラミングへの招待」、「価値創造への招待」、「入門演習I」、「入門演習II」、「データサイエンス基礎演習I」、「データサイエンス基礎演習II」
選択必修科目
選択必修 A
「解析学I」、「解析学I 演習」、「線形代数学」、「線形代数学演習」、「統計学入門」、「多変量解析I」、「データサイエンス実践概論」
選択必修 B
「プログラミングI」、「プログラミングII」「データ処理演習」、「データ構造とアルゴリズム」、「AI・機械学習I」、「AI・機械学習I 演習」
選択科目
「回帰分析」、「実験計画法」、「社会データ分析」
プログラムの実施体制
| プログラムの運営責任者 | データサイエンス学部長 |
| プログラムを改善・進化されるための体制 | データサイエンス学部教授会 |
| プログラムの自己点検・評価を行う体制 | データサイエンス学部教授会 |
自己点検評価（令和7年度）
1. プログラムの履修・修得状況
当該プログラムの修了要件はデータサイエンス学部の卒業要件に準じているため、本学部学生は本プログラムへは自動的にエントリーされる。令和7年度に本プログラムを修了できる学年は2学年（3年生および2年生）であった。
データサイエンス学部における修了判定対象学生194名（海外への短期留学者などを除く）のうち186名（修了割合：95.9%（186/194名））が本プログラムを修了した。未修了の理由の大半は、必修10科目のうち1科目の成績がD判定あるいは選択必修A・B科目（5科目以上が必要）の単位取得数が1科目分不足していることであった。次年度の修了割合を100%に近づけるために、本プログラムの啓発活動を継続する。
2. 学習成果
本プログラムを構成する各科目の成績評価は、シラバスに評価基準を示した上で各科目担当教員が客観性をもって行っている。令和7年度については、データサイエンス学部3年生および2年生における修了判定対象学生194名において、本プログラムに含まれる全学及びデータサイエンス学部の必修10科目すべての単位を取得した割合は97.9%（190/194名）であった。
選択必修13科目についても修了条件（選択必修Aから3科目以上かつ選択必修Bから2科目以上）を満たした割合は97.9%（190/194名）であった。
成績分布については、必修10科目はすべての科目で90%以上がB判定以上であり、選択必修科目13科目についても大半の科目で80%以上がB判定以上であり理解度は良好であった。
次年度についても、データサイエンス学部教授会において成績データを用いて学習成果を自己点検・評価する。
3. 学生アンケート等を通じた学生の内容の理解度
授業評価アンケートについては、各質問項目に対して5段階（5．非常にそう思う、4．そう思う、3．どちらでもない、2．そう思わない、1．まったくそう思わない」）で学生から回答を得た。
本プログラムの必修10科目すべてにおいて「この授業の到達目標（シラバス記載）は達成しましたか。」という質問項目について、5段階評価で4以上と回答した学生の割合は60%以上であり、「資料・テキストの内容は適切でわかりやすかったですか。」及び「教員の説明・話し方はわかりやすかったですか。」という質問項目等についても同様の高い理解度・満足度であった。
選択必修科目13科目についても10科目で「この授業の到達目標（シラバス記載）は達成しましたか。」という質問項目について、5段階評価で4以上と回答した学生の割合は60%以上であり、他の質問項目についても同様の高い理解度・満足度であった。
次年度についても、データサイエンス学部教授会においてアンケート結果を用いて学生の内容の理解度を自己点検・評価する。
