モデルカリキュラムの概論【数理・データサイエンス・AI】

分類	タイトル	キーワードの例
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	・ビッグデータ・IoT ・AI ・ロボット・第4次産業革命・Society 5.0 ・データ駆動型社会
	1-2. 社会で活用されているデータ	・調査データ・実験データ・構造化データ・非構造化データ
	1-3. データ・AIの活用領域	・研究開発・調達・製造・物流・販売・マーケティング・サービス
	1-4. データ・AI利活用のための技術	・データ解析・データ可視化・非構造化データ処理・特化型AIと汎用AI
	1-5. データ・AI利活用の現場	・データサイエンスのサイクル・流通 / 製造 / 金融 / サービス / インフラ / 公共 / ヘルスケア等における事例
	1-6. データ・AI利活用の最新動向	・AI等を活用した新しいビジネスモデル・AI最新技術の活用例
2. データリテラシー	2-1. データを読む	・データの種類 / 分布 / 代表値 / ばらつき・相関と因果・母集団と標本抽出・クロス集計表・分割表・相関係数行列・散布図行列
	2-2. データを説明する	・データ表現（棒グラフ、折線グラフ、散布図、ヒートマップ）・不適切なグラフ表現（チャートジャンク、不必要な視覚的要素）
	2-3. データを扱う	・データの集計・データの並び替え・データ解析ツール（スプレッドシート）・表形式のデータ（csv）
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	・個人情報保護・EU一般データ保護規則(GDPR) ・忘れられる権利・オプトアウト・データ倫理・AI社会原則・データバイアス・アルゴリズムバイアス
	3-2. データを守る上での留意事項	・情報セキュリティ・匿名加工情報・暗号化・パスワード・悪意ある情報搾取
4. オプション	4-1. 統計および数理基礎	・確率・順列・組み合わせ・線形代数・微積
	4-2. アルゴリズム基礎	・アルゴリズムの表現（フローチャート、アクティビティ図）・ソート・サーチ
	4-3. データ構造とプログラミング基礎	・数と表現・計算誤差・データ量の単位・文字コード・配列
	4-4. 時系列データ解析	・時系列データ（トレンド、周期、ノイズ）・季節調整・移動平均
	4-5. テキスト解析	・形態素解析・単語分割・ユーザ定義辞書・n-gram ・文章間類似度
	4-6. 画像解析	・画像データの処理・画像認識・画像分類・物体検出
	4-7. データハンドリング	・データベース（リレーショナルデータベース、SQL）・プログラミング（Python、R等）・データクレンジング
	4-8. データ活用実践（教師あり学習）	・売上予測・罹患予測・成約予測・離反予測・データの収集 / 加工 / 分析・単回帰分析・重回帰分析・ロジスティック回帰分析・モデルの評価
	4-9. データ活用実践（教師なし学習）	・顧客セグメンテーション・店舗クラスタリング・データの収集 / 加工 / 分析・階層クラスタリング・非階層クラスタリング

3. 「応用基礎レベル」教材の全体構成

分類	タイトル	キーワードの例
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	・データ駆動型社会・Society 5.0 ・データサイエンス活用事例
	1-2. 分析設計	・データ分析の進め方・仮設検証サイクル・様々なデータ分析手法・様々なデータ可視化手法・データの収集 / 加工 / 分割／統合
	1-3. データ観察	・データの集計・比較対象の設定・クロス集計表・データのバラツキ・ヒストグラム・散布図・データの特異点・相違性・傾向性・関連性
	1-4. データ分析	・単回帰分析・重回帰分析・最小二乗法・ロジスティック回帰分析・最尤法・時系列データ・時系列グラフ・周期性・移動平均・クラスター分析・パターン発見・アソシエーション分析
	1-5. データ可視化	・可視化目的に応じた図表化・1～3次元の図表化・適切な縦軸、横軸候補の洗い出し・不必要な誇張表現、強調表現がもたらす影響
	1-6. 数学基礎	・順列 / 組合せ・集合・条件付き確率・代表値（平均値、中央値、最頻値）・分散 / 標準偏差・相関関係と因果関係・名義尺度 / 順序尺度 / 間隔尺度 / 比例尺度・確率分布・正規分布・独立同一分布
	1-7. アルゴリズム	・アルゴリズムの表現（フローチャート）・並び替え（ソート）・探索（サーチ）・ソートアルゴリズム・探索アルゴリズム
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	・ビッグデータの収集と蓄積・クラウドサービス・人の行動ログデータ・機械の稼働ログデータ・ソーシャルメディアデータ
	2-2. データ表現	・数値 / 文章 / 画像 / 音声 / 動画などのデータ・構造化データ / 非構造化データ・情報量の単位・配列 / 木構造（ツリー） / グラフ・画像の符号化・音声の符号化
	2-3. データ収集	・IoT（Internet of Things）・エッジデバイス・センターデータ・スクレイピング・アノテーション
	2-4. データベース	・テーブル定義・ER図・主キーと外部キー・リレーショナルデータベース（RDB) ・SQL
	2-5. データ加工	・集計処理・四則演算処理・ソート処理・サンプリング処理・クレンジング処理・結合処理（内部結合、外部結合）・データ型変換処理・データの標準化・ダミー変数
	2-6. ITセキュリティ	・セキュリティの３要素（機密性、可用性、完全性）・データの暗号化 / 復号化・データの盗聴 / 改ざん / なりすまし・電子署名 / 公開鍵認証基盤（PKI) ・ユーザ認証とアクセス管理・マルウェアによるリスク
	2-7. プログラミング基礎	・データ型・変数・関数・順次 / 分岐 / 反復
3. AI基礎	3-1. AIの歴史と応用分野	・AIの歴史・トイプロブレム・エキスパートシステム・汎用AI／特化型AI（強いAI／弱いAI）・フレーム問題・シンボルグラウンディング問題・人間の知的活動とAI技術
	3-2. AIと社会	・AI倫理・AIの社会的受容性・プライバシー保護・個人情報の取り扱い・AIに関する原則／ガイドライン・AIの公平性 / 信頼性 / 説明可能性
	3-3. 機械学習の基礎と展望	・実世界で進む機械学習の応用と発展（需要予測 / 異常検知 / 商品推薦）・機械学習 / 教師あり学習 / 教師なし学習 / 強化学習・学習データと検証データ・ホールドアウト法 / 交差検証法・過学習・バイアス
	3-4. 深層学習の基礎と展望	・実世界で進む深層学習の応用と革新（画像認識、自然言語処理、音声生成）・ニューラルネットワークの原理・ディープニューラルネットワーク（DNN)
	3-5. 認識	・パターン認識 / 特徴抽出 / 識別・数字認識・文字認識・画像認識・音声認識
	3-6. 予測・判断	・決定木（Decision Tree) ・混同行列 / Accuracy / Precision / Recall ・MSE（Mean Square Error）・ROC曲線・AUC（Area Under the Curve）
	3-7. 言語・知識	・形態素解析・単語分割・係り受け解析・ユーザー定義辞書
	3-8. 身体・運動	・AIとロボット・家庭用ロボット・産業用ロボット・サービスロボット・自動化機械 / センサー / アクチュエータ・シーケンス制御 / フィードバック制御
	3-9. AIの構築・運用	・AIの学習と推論 / 評価 / 再学習・AIの社会実装・ビジネス／業務への組み込み・複数のAI技術を活用したシステム（スマートスピーカー、AIアシスタントなど）