数理・データサイエンス・AI教育プログラム

経営情報学部 数理・データサイエンス・AI教育プログラムとは?

データサイエンスやAIの重要性は,従来「文系」とされてきた分野にも急速に広がりつつあります.
経営情報学部の数理・データサイエンス・AI教育プログラムは,経営系のためのデータサイエンス・AI教育プログラムで,ビジネスパーソンとしてデータサイエンスやAIを活用できる人材養成を目的としています.これは,近畿地区の人文・社会科学系私立大学の中で最初に開設されたデータサイエンス・AI教育プログラムです(2020年4月開設).

プログラムの概要

数理・統計・情報・データサイエンスの4つの科目群で構成されています.「ビジネスデータ分析1」「ビジネスデータ分析2」が必修科目で,それ以外は選択科目です.それぞれの科目群には,最低限必要とされる単位数が設定されています.

科目一覧(2020年度)

区分 科   目   名 配当年次 単位 修得要件  
数理科目 基礎数学 1234 2 4単位以上 各区分所定単位修得の上,合計20単位以上
経営数学 234 4
経営科学 234 4
統計科目 経営統計学 234 4 4単位以上
数理統計学 34 4
多変量解析 34 2
情報科目 プログラミング入門 1234 2 4単位以上
プログラミング1 1234 2
プログラミング2 1234 2
システム開発論 234 2
データベース論 234 2
マルチメディア論 234 2
ネットワーク論 234 2
コンピュータ構成論 234 2
データサイエンス科目 ビジネスデータ分析1 234 2 6単位以上
ビジネスデータ分析2 234 2
AI・データサイエンス基礎(注1) 234 4
数理・データサイエンス実践(注2) 34 2
AIプログラミング実践(注3) 34 2
注1:正式名称は,先端技術論(AI・データサイエンス基礎)
注2:正式名称は,経営情報特別講義3(数理・データサイエンス実践)
注3:正式名称は,経営情報特別講義5(B)(AIプログラミング実践)

経営情報学部 数理・データサイエンス・AI教育プログラムQ&A

Q1 データサイエンスとはどんなものですか?

A データサイエンスは,データに基づいて科学的な分析や予測を行うもので,ビッグデータと呼ばれる膨大なデータの中から,意外な相関を見いだしたり,予測を行ったりする手法を含みます.
データサイエンスの知識のある人材は,経営やマーケティング等の様々な分野で強く求められています.

Q2 経営系学部なのになぜAI教育をするのですか?

A AIが社会に浸透する時代に必要なのは,社会のそれぞれの分野でAIを使いこなせる人材です.経営情報学部では,ビジネスの様々な分野でAIを使って仕事をしたり,新しいAIビジネスを生み出せる人材を育成することを目指しています.

Q3 このプログラムは,経営情報学科のコースの一つですか?このプログラムを勉強するには,どのコースに所属すればいいですか?

A コースではありません.
どのコースの勉強をしながらでもこの教育プログラムを履修できます.むしろ,様々な専門分野とAI・データサイエンスを組み合わせて学べるよう,あえてコースにはしていません.つまり,数理・データサイエンス・AI教育プログラムは,学部内副専攻のような位置付けです.
このプログラムを履修することで,例えば,経営を主に学んでいる人が経営へのAI応用を考えたり,マーケティングを主に学んでいる人がデータサイエンスの手法を使って市場調査のためにビッグデータ分析を試みたり,といった発展が考えられます(下図).

Q4 経営情報学部に入学したら全員がこの数理・データサイエンス・AI教育プログラムを学ばなければならないのですか?

A いいえ,興味・関心がある学生向きのプログラムです.
ただ,経営情報学部の必修科目である「ビジネスデータ分析」や,多くの学生が履修する「基礎数学」「プログラミング入門」等は,数理・データサイエンス・AI教育プログラムの科目でもあります.従って,経営情報学部の多くの学生は,データサイエンスやAIを学ぶための基礎知識を無理なく身につけることができます.
学部としては,多くの学部生がこのプログラムで学ぶことを期待しています.

Q5 このプログラムは,エキスパート養成のためのものですか?

A 主たる目的は,将来の職場でAIが導入されたり,ビッグデータの分析が必要になったときに対応できるような基本的な知識を多くの学生に対して提供することです.AIを使って仕事をしたり,データサイエンティストと協力してビッグデータを読み解いたりすることができる新時代のビジネスパーソン養成を目指しています.
エキスパートを目指す人は,数理・データサイエンス・AI教育プログラムの多くの科目を積極的に履修し,AIを専門とする先生のゼミに所属して,さらに深く学ぶとよいでしょう.

Q6 AIやデータサイエンスの勉強はしてみたいですが,数学の勉強も一緒にしないといけないのですか?

A 現在主流となっているAIは、脳の数学モデルが元になっています.また,データサイエンスでは大量のデータを扱います.従って,AIやデータサイエンスは,数理・統計および情報の基礎知識の上に立っています(下図).
AIは万能ではなく,限界があります.AIの幻想に振り回されないためにも,AIを正しく利用できるビジネスパーソンになるためにも,AIの理論について基礎的な知識を学ぶことがお勧めです.

Q7 数学が得意な人でないと難しいのでしょうか?

A 入学時は数学が得意でなくでも,1年次から順に科目を履修することで,AIやデータサイエンスに必要な数学的知識が身につくような科目構成になっています.
経営情報学部の数理系科目は,高校までの抽象性・一般性重視の数学とは異なり,経営・経済の問題を多く扱う内容になっています.例えば基礎数学は金利計算を重視しており,経営科学はランチェスター経営戦略や線形計画法等を扱う内容となっています.

Q8 文系学部なのに,どうして「数理」と名前の付いている教育プログラムを提供するのですか?

A 日本では,数学は理系科目と思われていることが多いですが,数学は数量や図形を対象とした科目であり,自然を対象とする科目(自然科学)ではありません.数学は数量を扱う科目ですから,会計学・金融学・経済学等,数量を扱う文系の学問でツールとして使われます.ツールとしての語学や情報処理が文理共通科目であるのと同様,ツールとしての数学も文理共通科目です.
経営の分野には,在庫管理問題・待ち行列理論等の数理的な分野や,ビジネスデータ分析等の統計的な分野があります.阪南大学経営情報学部は,これらの数理・統計分野の学びに対応するため,1996年の学部設立時から,基礎数学・経営科学・経営統計学等の数理・統計系科目群を提供して来ました.2020年度の数理・データサイエンス・AI教育プログラム開設に伴って,元々提供されていた数理・統計系科目群を,データサイエンス・AI教育の科目群として位置づけました.
「数理」を付けた別の理由は,文部科学省が使っている名称に倣った,ということです.文部科学省は,文系学部を含む全ての学部の学生にデータサイエンスやAIを学んで貰うためのプログラムを提唱しており,その名称が「数理・データサイエンス・AI教育プログラム」です.「AI戦略2019」(令和元年6月11日統合イノベーション戦略推進会議決定)では「文理を問わず、全ての大学・高専生(約50万人卒/年)が、課程にて初級レベルの数理・データサイエンス・AIを習得」を目標にしており、それに沿ったものでもあります。

関連記事

経営情報学部 経営情報学科 コンテンツ