東北大学AI・数理・データ科学
（AIMD）教育プログラム

MENU

Curriculum & Program カリキュラム・プログラム

全ての学生に対して「データ科学実践」、「AI活用」、「計算科学」および「数理」の基本４分野のリテラシ教育を提供すると共に、学部専門教育・大学院教育と並行的に、データ科学・AIの応用力・実践力を身に着け、専門学術分野・関連産業分野において活躍する専門家を養成するための教育プログラムの構築に取り組んでいます。
本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）プラスに選定されています。（選定の有効期限：令和8年3月31日まで）
また、本プログラム修了者（AIMDリテラシー教育：令和3年度以降修了者、CDSプログラム：令和2年度以降修了者）にオープンバッジを発行します。詳細（ＰＤＦ）

学部プログラム

AIMDリテラシー教育（全学教育）

　文系・理系を問わず、情報基礎AまたはBはAIMDの基礎として、加えて、「情報の基礎」、「統計の基礎」、「数学の基礎」の科目群の中から1科目以上を履修することが推奨されています。

■全学教育AIMD関連科目（2024年度）

AIMDの基礎（全員履修）

情報の基礎※

統計の基礎

数学の基礎

　※「学都仙台単位互換ネットワーク」に提供して学外に開放

■学部専門AIMD関連科目（2024年度：学部1・2年次学生向け）

情報の基礎
  • 行動科学概論（文）
  • 統計的学習論講義（教育）
  • データサイエンス（経）
  • ビジネスデータ科学（経）
  • 情報システム設計（経）
  • 情報理学入門（理）
  • 計算機数学A（理数）
  • 応用数学Ⅰ（医保）
  • 計算機学（工電）情報数学（工電）
  • オートマトン・言語理論（工電）
  • 情報基礎演習（工電）
  • ディジタルコンピューティング（工電）※
  • アルゴリズムとデータ構造（工電）
  • バイオインフォマテックス概論（農）

統計の基礎
  • 人文統計学（文）
  • 教育統計学（教育）
  • 統計学入門（経）
  • 統計学（経）
  • 看護研究（医保）
  • 応用確率統計学（工建）※
  • 経済統計学（農）

数学の基礎
  • 経済経営数学入門A（経）
  • 経済経営数学入門B（経）
  • 位相数学Ａ（理数）
  • 解析学序論B（理数）
  • 代数学序論B（理数）
  • 応用数学Ⅱ（医保）
  • 数学Ⅰ（工機）数学Ⅱ（工機）
  • 応用数学A（工電）
  • 工業数学Ⅰ（工材）工業数学Ⅱ（工材）
  • 応用線形代数学（工建）※

 

 

東北大学コンピュテーショナル・データサイエンス・プログラム
Computational Data Science Program（ＣＤＳプログラム）

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　＜2024年度＞
　　挑創カレッジ「東北大学コンピュテーショナル・データサイエンス・プログラム」案内
　
【プログラムの概要】
　このプログラムでは、現代において重要な素養のひとつとなっている、数理・データサイエンスの手法を様々な実データに適用することによって可能となる問題解決のスキルを身につけることを目的として、機械学習や人工知能の基本、ビッグデータ等を背景としたそれらの実社会への応用事例、背景となっている数理・統計理論、および、プログラミングを伴った実践的なデータ処理を、複数の科目を通じて学びます。
　科目によって前提となる知識・技能に幅がありますので、シラバス等でよく確認するようにしてください。


＜ＣＤＳプログラム対象科目：２０２２年度以降入学者用＞（2024.4.1）
ＣＤＳ 授業科目名 単位数 ＣＤＳ 備考
区分 修了要件
情報 実践的機械学習Ⅰ 2 必修 　
機械学習アルゴリズム概論 2 必修 　
実践的機械学習Ⅱ 2 選択 　
情報とデータの基礎 2 選択 　
情報教育特別講義（AIをめぐる人間と社会の過去・現在・未来） 2 選択 　
データ科学・AI概論 2 選択 　
情報教育特別講義（AI・データ科学研究の現場） 2 選択

 

情報教育特別講義（実践的量子ソリューション創出論）

 2 選択
統計 統計学入門 2 選択 　
数理統計学入門 2 選択
数理統計学概論 2 選択 　
数理統計学 2 選択
情報教育特別講義（統計数理モデリング） 2 選択
数学 解析学入門 2 選択 　
線形代数学入門 2 選択 　
解析学概論 2 選択 　
線形代数学概論 2 選択 　
解析学A 2 選択 　
解析学B 2 選択 　
線形代数学A 2 選択 　
線形代数学B 2 選択 　
　
　
＜ＣＤＳプログラム対象科目：２０２１年度以前入学者用＞（2024.4.1）
ＣＤＳ 授業科目名 単位数 ＣＤＳ 備考
区分 修了要件
情報 実践 機械学習１ 2 必修 ※１
（または実践 機械学習）
（実践 機械学習） 2 （選択）
機械学習アルゴリズム概論 2 必修 　
実践 機械学習２ 2 選択 　
情報基礎A ／ 情報基礎B 2 選択 いずれか一方の単位取得のみを本プログラム修了要件として扱う。
AIをめぐる人間と社会の過去・現在・未来 2 選択 　
Pythonによるデータ科学入門 2 選択 　
数理・AI・データ科学　－データ生成・活用の現場に立会う－ 2 選択 　
実践的量子ソリューション創出論 2 選択
統計 数学概論D 2 選択 　
数理統計学概要 2 選択 　
数理統計学 2 選択 　
統計数理モデリング 2 選択
数学 数学概論A 2 選択 　
数学概論B 2 選択 　
数学概論C 2 選択 　
解析学概要 2 選択 　
線形代数学概要 2 選択 　
解析学A 2 選択 　
解析学B 2 選択 　
線形代数学A 2 選択 　
線形代数学B 2 選択 　
※１　「実践 機械学習（２０１８年度のみ開講）」の単位を取得している者は、ＣＤＳプログラ
　　　ム修了認定条件として定めるＣＤＳ修了要件の必修科目「実践 機械学習１」を修得済とし
　　　て扱います。
　　　なお、「実践 機械学習」を修得した者が、より理解を深めるために「実践 機械学習１」
　　　「実践 機械学習２」を履修し、それぞれの単位を取得することもできます。「実践 機械
　　　学習」と「実践 機械学習１」の両方の単位を取得している場合は、「実践 機械学習」を
　　　「情報」の区分における選択科目の修得として扱います。
　
<<履修時の注意事項>>
・　学部ごとに履修時期（セメスター）が定められている授業科目は、所属する学部が指定する
　　セメスター以降しか履修できません。（特に、ＣＤＳ区分「数学」の授業科目を履修する際
　　は、注意してください。）
・　ＣＤＳ修了要件として定める「必修科目」や「選択科目」の扱いは、所属学部における進級
　　・卒業のための履修指定とは異なる独立した指定です。（ＣＤＳ修了要件では「選択科目」
　　となっていても、所属学部における卒業（進級）の要件としては、自由聴講科目となる場合
　　があります。）
・　ＣＤＳプログラム対象科目として開講される科目は、年度により変更（増減）することがあ
　　ります。
　
＜ＣＤＳプログラム修了認定条件＞
・　以下の全てを満たしていること。
　・　ＣＤＳプログラム対象科目から、ＣＤＳ修了要件「必修科目」と定める科目の単位を全て
　　　取得していること。
　・　ＣＤＳプログラム対象科目から、ＣＤＳ修了要件「選択科目」と定める科目の単位を、Ｃ
　　　ＤＳ区分「情報」の科目から４単位以上、ＣＤＳ区分「統計」の科目から２単位以上およ
　　　びＣＤＳ区分「数学」の科目から２単位以上を取得していること。
　・　プログラム修了認定を申請する時点で、本学学士課程に在籍していること。（大学院学生
　　　は本プログラムの修了認定は申請できません。）
　
＜プログラム修了認定申請手続き＞
・　本プログラムの修了認定申請書に必要事項を記載し、証明書自動発行機より出力した成績証
　　明書を添付して教育・学生支援部教務課全学教育実施係（川内キャンパス 教育・学生総合支
　　援センター２階）へ提出してください。
　　本プログラム修了者（R2年度以降）にはオープンバッジを発行します。 詳細（ＰＤＦ）
　
　　・　ＣＤＳプログラム修了認定申請書（ＰＤＦ）＜2024年度：2022年度以降入学者用＞
    
　　
参考：2019年度ＣＤＳプログラム案内（ＰＤＦ）