数理・データサイエンス・AI教育強化拠点コンソーシアム

MIセンターは、2022年度政府予算に盛り込まれた「数理・データサイエンス・AI教育の全国展開の推進」事業の東京大学における実施主体です。同事業で選定された29大学（拠点校11大学、特定分野校18大学）のコンソーシアムの幹事校として、大学、産業界、研究機関等と幅広くネットワークを形成し、地域や分野における先進的教育モデルの拠点として、数理・データサイエンス・AIの実践的教育の全国普及に努めます。同時に、この分野を牽引できる国際競争力のある人材および産学で活躍できるトップクラスのエキスパート人材の育成を目指します。
[コンソーシアムホームページ]

数理・データサイエンス・AIの活用事例動画

本動画集は数理・データサイエンス・AIリテラシーレベル教材の導入となるような活用事例を収集したものです。数理・データサイエンス・AIリテラシーレベル教材との対応は下の教材一覧をご覧ください．

人工知能（AI）の活用事例動画一覧

数理・データサイエンス・AI教材

本教材は数理・データサイエンス教育強化コンソーシアムが公開したリテラシーレベル及び応用基礎レベルのモデルカリキュラムの全国展開に向け，東京大学数理・情報教育センターが開発したものです．モデルカリキュラムに完全準拠したものであり、全ての大学、高専において、学生への教育にご利用いただけます。

本教材の利用についての詳細

リテラシーレベル教材

章	節	教材	実習用補助教材	旧版の教材
1. 社会におけるデータ・AI利活用	1-1. 社会で起きている変化	スライド		スライド(2020年)
	1-2. 社会で活用されているデータ	スライド		スライド(2020年)
	1-3. データ・AIの活用領域	スライド	人工知能（AI）の活用事例動画	スライド(2020年)
	1-4. データ・AI利活用のための技術	スライド		スライド(2020年)
	1-5. データ・AI利活用の現場	スライド		スライド(2020年)
	1-6. データ・AI利活用の最新動向	スライド		スライド(2020年)
2. データリテラシー	2-1. データを読む	スライド		スライド(2020年)
	2-2. データを説明する	スライド		スライド(2020年)
	2-3. データを扱う	スライド		スライド(2020年)
3. データ・AI利活用における留意事項	3-1. データ・AIを扱う上での留意事項	スライド		スライド(2020年)
3. データ・AI利活用における留意事項	3-2. データを守る上での留意事項	スライド		スライド(2020年)
4. オプション	4-1. 統計および数理基礎	スライド
	4-2. アルゴリズム基礎	スライド
	4-3. データ構造とプログラミング基礎	スライド
	4-4. 時系列データの解析	スライド	データ, 解析例（pdf, excel ）
	4-5. 自然言語処理	スライド		スライド(2020年)
	4-6. 画像認識	スライド	Pythonサンプルコード ( pdf1, pdf2, pdf3 ）
	4-7. データハンドリング	スライド		スライド(2020年)
	4-8. データ活用実践（教師あり学習）	スライド	データ解析例
	4-9. データ活用実践（教師なし学習）	スライド	データ解析例

リテラシーレベル教材の詳細目次

応用基礎レベル教材

章	節	教材	実習用補助教材
1. データサイエンス　　基礎	1-1. データ駆動型社会とデータサイエンス	スライド
	1-2. 分析設計	スライド
	1-3. データ観察	スライド
	1-4. データ分析	スライド	補助資料
	1-5. データ可視化	スライド	補助教材
	1-6. 数学基礎(前半)	スライド
	1-6. 数学基礎(後半)	スライド
	1-7. アルゴリズム	スライド

2. データエンジニア　　　リング基礎	2-1. ビッグデータとデータエンジニアリング	スライド
	2-2. データ表現	スライド
	2-3. データ収集	スライド
	2-4. データベース	スライド
	2-5. データ加工	スライド
	2-6. ITセキュリティ	スライド
	2-7. プログラミング基礎	スライド
3. AI基礎	3-1. AIの歴史と応用分野	スライド
	3-2. AIと社会	スライド
	3-3. 機械学習の基礎と展望	スライド
	3-4. 深層学習の基礎と展望	スライド
	3-5. 認識	スライド
	3-6. 予測・判断	スライド
	3-7. 言語・知識	スライド
	3-8. 身体・運動	スライド
	3-9. AIの構築・運用	スライド