AIデータサイエンス・
リカレント教育プログラム
(履修証明プログラム)
リカレント教育プログラム
(履修証明プログラム)
- トップページ
- リカレント教育
リカレント教育プログラムを開講
社会人・高校生が、
現場で求められる能力を
磨くための“学びの場”に
昨今、学校教育を離れた社会人や、就職を目指す高校生など、仕事・社会で求められる能力を磨き続けていくために、それぞれのタイミングで学ぶ取り組み「リカレント教育」が注目されています。
情報科学部が開講している「AIデータサイエンス・リカレント 教育プログラム(履修証明プログラム)」は、ビジネスにおいて、勘や経験ではなくデータ分析を基調とした課題解決ができる人材の養成を目指したプログラムです。プログラム修了要件を満たした方には、大阪工業大学大学院情報科学研究科が発行する履修証明書が授与されます。
企業・大学・研究機関の
連携を強化
地域企業・大学・研究機関により組織する「ひらかた地域産業クラスター研究会運営会議」、企業OBにより組織する「NPO法人北大阪経営支援マスターズ」と定期会議を実施。本プログラムのカリキュラムを共有し、教育課程の編成に企業などの意見を取り入れています。会議において出された意見を、企画・運営を行う「AIデータサイエンス社会人教育推進委員会」において協議し、教育課程の編成を行います。
また、本プログラムの効果を検証するため、自己点検書を公開。外部評価を行い、産業界の意見を反映させます。教育効果等を検証し、情報科学部の自己評価・IR委員会（進捗評価を年数回）、大学全体の自己評価・IR委員会（全体評価を年１回）において、プログラムの点検・評価を行っています。
大阪工業大学大学院 情報科学研究科 情報科学専攻
AIデータサイエンス・リカレント教育プログラム パンフレットはこちらから
文部科学省の「職業実践育成プログラム(BP)」に認定。
本プログラムは、文部科学省の定める「職業実践力育成プログラム（BP）」に認定されました。社会人の職業に必要な能力の向上を図る機会の拡大を目的と、大学等におけるニーズに応じた実践的・専門的なプログラムを、文部科学大臣が認定するものです。詳細については、文部科学省「職業実践力育成プログラム（BP）」認定制度についてをご参照ください。
厚生労働省の教育訓練給付制度（一般教育訓練）の対象講座
本プログラムは、厚生労働省の教育訓練給付制度（一般教育訓練）の対象講座にも指定されています。プログラム修了要件を満たした方は受講費用の20%（上限10万円）の支給を受けることが可能です。詳細については、厚生労働省・教育訓練給付制度をご参照ください。
プログラムの特徴・
開講科目
基礎から応用、実践へと
ステップアップして学べる
本プログラムでは、まず機械学習やデータマイニング等の基礎的な理論を学び、ソフトウェアを使った実習により実践的に学修。そして、データサイエンスの重要な適用分野の一つであるマーケティングと地域を支えるモノづくりをテーマとして取り上げ、諸理論とともにAI(Artificial Intelligence)・データサイエンスを基調とした課題解決能力を身に付けます。さらに、データ解析に必要な基礎知識を修得し、データセットを使ったPBL(Problem-Based Learning)を通じて、データ分析能力およびプレゼンテーション能力を高めることを狙いとしています。
2023年度の開講科目、日程などについては、こちらからダウンロードしてご確認ください。
最終更新日 2023年 10月10日
主な開講科目
データマイニング実践特論
マーケティング分野における消費者行動の研究は、感情、態度、好みが商品・サービスの購入や消費に関わる購買行動にどのように影響するか、その因果関係を解明しようとするものである。本講義では、そのなかでも受講者にとって身近な商品・サービスを題材に、因果関係をモデル化し、仮説と検証を行うデータマイニングの手法を身に付ける。
データサイエンスPBL
PBLは、受講生が主体となって課題に取り組むものではあるが、取り組むためにもある程度の基礎知識が必要となる。そのため、この授業では、実証分析としての実践演習を3回用意しているが、その演習に向けての講義を、回帰分析を通じた因果推論というテーマを中心に、外生変数と内生変数、ランダム化実験、不連続回帰デザインなどについて行う。またそれらを踏まえた上での実践演習では、講師の与えるデータに対し実証分析の手順を通じて、講師及び受講生との多方向の検討を行うことで、PBLを実行する。
機械学習実践特論
人工知能はビッグデータから規則性やルールを学習することにより、画像の認識、レコメンド、将来の予測、ゲームで次の良い手を探すなど様々な分野に応用が可能な技術である。最近の人工知能の実現には機械学習の技術が多く使われている。機械学習技術は大きく分けて「教師あり学習」「教師なし学習」「強化学習」の三通りがあるが、本講義では教師データ(正解データ)を元に学習を行う「教師あり学習」と、どのような行動をとることでより多く報酬がもらえるかを学習する「強化学習」について解説する。機械学習を実現する手法として深層学習(ディープ・ラーニング)をベースとする。また行動の選択肢がある場合にどの選択がよいかを探す探索手法についても説明する。
モノづくりのためのデータサイエンス実践特論
モノづくり現場では付加価値を生む作業が繰り返されている。しかしながら、作業手順、レイアウト、作業方法などの不具合さからムダといった作業がされている。これらのムダを顕在化させて、それを取り除くといったカイゼン活動があるが、ムダを顕在化させる現状把握という活動は案外、時間がかかる。時間値で評価をするが、これらの時間値を簡便に収集でき、分析も効率化できることにより、カイゼン活動を高速化することができる。さらに従来は測定が困難であった、距離の情報を収集することにより、見える化を促進することを本講義では演習等も通じて理解を深め、実践力を習得することを狙いとする。また、最終的には自職場での取り組みを発表し、ディスカッションを通じてブラッシュアップを行う。
マーケティングのためのデータサイエンス実践特論
本講義では、マーケティング活動（市場分析、製品開発、品質管理、プロモーション検証など）に活用するために、企業ウェブサイトやインターネットサイトのレビューコメント、Twitterの投稿コメントなどを分析する実践的なテキストマイング手法を身に付ける。テキストマイニングとは大量の文章（テキスト）を掘り出して（マイニング）、分析し、新しい発見を得ることである。
各種要項
| 修了要件 |
全開講科目 10単位 |
|---|---|
| 実施スケジュール |
実施スケジュールはこちらをご参照ください。 |
| 会場 |
大阪工業大学 梅田キャンパス |
| 募集人数 | 概ね20名程度 |
| 受講料 |
本プログラムは、科目等履修生制度に基づいています。 |
| 科目等履修生制度 | 詳細はこちらを参照ください。 |
出願・書類ダウンロード
| 出願資格 | 学士の学位を有する者、またはそれと同等以上の学力がある者 |
|---|---|
| 選考方法・検定料 | 書類審査 5,000円 |
| 出願期間 |
2024年度以降の募集はございません。 |
| 出願方法 |
窓口または郵送により情報科学部事務室宛に出願 出願先：〒573-0196 |
| 出願書類 |
|
| 注意事項 |
|
| 出願に関する 問い合わせ先 |
大阪工業大学情報科学部事務室 |