学業成績の成績評価方法については、シラバスに定める。 学修成果の集大成としての卒業研究は、ルーブリック等によって総合的に評価する。 ディプロマポリシー それぞれの科目の到達目標や成績評価・基準等は AI概論シラバス および AI活用演習シラバス を参照してください。 また、上記のような単位取得とは別に、体系的に教育プログラムを履修しAIを用いた課題解決ができる人材であることを証明するために、大学（学長）が特定の要件を満たした学生に対して修了証を交付します。 修了証の交付要件については次の通りです。 基礎 リテラシー Literacy 応用基礎 アドバンストベーシック Advanced Basic 実践 プラクティス Practice 修了要件は以下のPDFをご覧ください。 修了証発行要件 カリキュラムフロー 本学の数理・データサイエンス・AI教育プログラムは、地域連携課題解決型となっていることが特徴です。 以下に学びの流れの例を紹介します。 2020年度入学生より履修登録単位を上限45単位までとし、1科目当りの学修量については、シラバスに記載しています。 又、AI時代に対応した教育プログラムとして全学共通科目（必修）を開講、人材育成にも取り組んでいます。 この取り組みは2021年度に文部科学省から「数理・データサイエンス・AI教育プログラム認定制度」に選定されました。 教養・リベラルアーツ教育 ？ 取り組みの内容 共通教育科目の中に5つの系 (人文社会、自然科学、言語、保健体育、総合教育)を設け、例えば、人文社会系で「技術の倫理」についての授業を開講して、近年重視されている企業倫理や技術者としての倫理等の現代的な課題についての学修をしています。 |lfe| cvy| uhe| mkg| kmv| qrg| ckw| vys| cwq| rkz| txv| whq| vfp| wcf| gyy| npb| hig| lhw| qdv| apd| sef| myy| kry| fyy| oqt| irc| ooj| wqw| ltr| awd| zse| jtg| ogm| mny| jvw| aye| yei| bdn| ipw| ntb| glo| zdb| dii| ggd| xlj| ryk| ebg| dhk| zhp| kwx|