[2] 学部のカリキュラム

基礎教育部 > 数理?データサイエンス?AI教育課程

教育目標

「自ら考え行動する技術者」に必要な数理系の基礎学力の向上と専門課程へのスムーズな接続を図るため、専門課程において求められる数理基礎(数学、物理、化学、生物)とその工学系、理工学系、情報学系に関わる応用、及び社会に浸透し始めたAI?データサイエンスの基礎を学び、それらの知識を取り込む力、思考?推論?創造する力を身につける。さらに、学習に取り組む姿勢を能動化させ、学習意欲をより一層喚起させることにより、予習?復習を主とした自学自習などの学びに向かう力や自己管理能力を養い、学び合いとコミュニケーションを通じて、課題解決能力を持つ人材を育成する。

カリキュラムフロー
クリックすると別ウィンドウで拡大します。(PDF?1.32MB)
キーワード
  • 数理基礎能力
  • 論理的思考力
  • 学びに向かう力
  • 自己管理能力
  • 課題解決力
  • 専門課程との接続
数理?データサイエンス?AI教育課程 科目概要
  • all open
  • all close
  • G201 線形代数 I
  • G202 線形代数 II
  • G203 工学のための数理工Ⅰ
  • G204 工学のための数理工Ⅱ
  • G227 建築のための数理工Ⅰ
  • G228 建築のための数理工Ⅱ
  • G209 環境?建築系数理
  • G229 建築のための数理工Ⅲ
  • G230 建築のための数理工Ⅳ
  • G211 情報のための数学
  • G212 基礎情報数理
  • G213 情報のための統計
  • G214 情報数理A
  • G215 情報数理B
  • G216 アドバンスト情報数理A
  • G218 バイオ?化学のための数理Ⅰ
  • G219 バイオ?化学のための統計
  • G220 バイオ?化学のための数理Ⅱ
  • G221 基礎化学
  • G222 基礎物理
  • G223 基礎生物
  • G224 技術者のための統計
  • G225 アドバンスト数理A
  • G226 アドバンスト数理B
  • G240 AI基礎
  • G241 データサイエンス基礎Ⅰ
  • G242 データサイエンス基礎Ⅱ