千葉大学は、平成30年度に文部科学省より「数理及びデータサイエンスに係る教育強化の協力校」として選定され、全学的な数理・データサイエンス教育を推進しています。
また、「千葉大学グローバル人材育成"ENGINE"」の一環として、令和2年度より数理・データサイエンス教育を必修化し、学術発展科目群「数理・データサイエンス科目」として「数理・データサイエンス科目（基礎）」と、「数理・データサイエンス科目（展開）」を普遍教育科目として開講しています。この教育プログラムは、令和3年度に「数理・データサイエンス・AI教育プログラム（リテラシーレベル及びリテラシーレベルプラス）」に認定されています。
これらの実績を踏まえ、令和4年度に「数理・データサイエンス・AI応⽤基礎プログラム」を開設し、令和5年度に「数理・データサイエンス・AI教育プログラム（応用基礎レベル）」に認定されています。
令和5年度にプログラムを構成する授業科目等を見直してプログラム名を「数理・データサイエンス・AI基礎コア」とし、令和6年度には、先導的で独自の工夫・特色を有する教育プログラムとして「数理・データサイエンス・AI教育プログラム（応用基礎レベル）プラス」に選定されました。
数理・データサイエンス・AI基礎コア
（認定期限︓令和10年3月31日）
| 委員会等 | 役割 |
|---|---|
| 情報戦略機構データサイエンス部門長 | 運営責任者 |
| 情報戦略機構データサイエンス部門 | プログラムの改善・進化 |
| 国際未来教育基幹キャビネット高等教育センター 情報戦略機構データサイエンス部門 |
プログラムの自己点検・評価 |
| 数理・データサイエンス科目専門教員集団 共通専門基礎科目 数学・統計学専門教員集団 |
授業計画の策定・運営 |
計算機ネットワークと様々なセンサーを用いて膨大なデータが集約され、利用されるデータ駆動型社会の到来について理解し、このような社会において創造的な活動を行う上で必要になるデータ分析・活用能力を修得することを目的とする教育プログラムです。
数理・データサイエンス・AIの基礎となる数学・統計学とデータの収集・分析方法、計算機プログラミングの基礎について学び、実データを用いたデータ解析演習、機械学習・AIを活用した課題解決型の演習等を行い、実践的なデータ分析・AI活用力を高めます。
これらを通して、データサイエンス・AIを活用して社会の問題を解決したり、新しい価値を創造することができる人材を育成することを目的とします。
数理・データサイエンス科目（基礎）情報リテラシー 2単位、数理・データサイエンス科目（展開）データサイエンスB 1単位、他の指定科目から1単位以上、共通専門基礎科目の微積分学、線形代数学、統計学の指定科目からそれぞれ2単位、合計10単位を取得すること。
（1）数理・データサイエンス科目（基礎）
全学共通の必修科目「情報リテラシー」を履修します。
「情報リテラシー」で扱うテーマと内容
（2）数理・データサイエンス科目（展開）
全学共通カリキュラムによるデータサイエンスBを履修し、さらにデータサイエンスに関連する特色あるテーマを扱い、実践的な演習を行う科目を指定の科目群から1科目以上選択して履修します。全学部・学科の学生が受講可能な数のクラスが開講されています。
数理・データサイエンス科目（展開）開講科目
（3）共通専門基礎科目（数学、統計学）
微分積分学、線形代数学、統計学を学ぶ科目です。
共通専門基礎科目（数学、統計学）開講科目
数理・データサイエンス・AI教育強化拠点コンソーシアムのモデルカリキュラム（応用基礎レベル）との対応表