71⑦「PBL 演習」【修了認定要件】 AI・データサイエンスを活用して課題解決を目指す演習形式の講義です。履修者はチームに分かれて、話し合って課題を設定し、講師と共にチーム単位で、課題を解決するプログラムの作成を行います。実課題に向き合うことで、実践的な技術の習得が可能となり、さらにチームワークを経験する中で、自分が適した役割の確認にもつながります。なお、本講義は対面で実施されます。※ 「統計学 1 （または 2 ）」は「AI・データサイエンス教育プログラム」に含まれる科目ですが、①の「AI・データサイエンス入門」の単位を修得していなくても自由に受講できる「明治学院共通科目」内の「社会科学系科目群」の科目です。 レベル 2 の修了要件を満たした学生は「ベーシック」の修了認定証（オープンバッジ）を、レベル 3 の修了要件を満たした学生は「スタンダード」を、更に「PBL演習」の単位を修得した学生は「スタンダードプラス」の修了認定証（オープンバッジ）を取得することができます。〈レベル 1 〉「AI・データサイエンス入門」 ⬇〈レベル 2 〉「データ解析・活用入門」、「プログラミング入門」、「AIと人間」、「統計学 1 （または 2 ）」 ⬇〈レベル 3 〉「データ解析・活用基礎」、「AI基礎」 ⬇〈レベル 3 〉「PBL演習」・ ベーシック：レベル 1 の「AI・データサイエンス入門」、レベル 2 の「データ解析・活用入門」、「プログラミング入門」（ 3 科目各 2 単位計 6 単位）が必修科目、「統計学 1 （または 2 ）」と「AIと人間」は、いずれかの履修が必要な選択必修科目であり、合計で 4 科目（ 8 単位）の修得が必要です。・ スタンダード：ベーシック取得後、レベル 3 の「データ解析・活用基礎」、「AI基礎」の単位を修得するベーシックの認定証取得スタンダードの認定証取得スタンダードプラスの認定証取得修了認定証の取得についてCURRICULUM2026明治学院共通科目ガイドブック選択科目の紹介
元のページ ../index.html#73