数理・知能情報コースでは、数理・AI・データサイエンスに関する高度な専門的知識・技能を効果的に活用し、学校や教育関連企業と連携・協働して、データ分析や情報マネジメントによる教育現場のDX（デジタルトランスフォーメーション）を推進することにより、多様な教育課題の解決方法を創造できる人材を養成します。
数理・知能情報コース オリジナルサイトへ
#データサイエンス #AI #数学 #数理科学 #情報科学
数理科学・情報科学の 応用実践力を身に付ける
数理科学・情報科学の 教育マインドを身に付ける
数理科学・情報科学 （AI、データサイエンスを含む） の専門的な知識を身に付ける
専門分野を深く学びたい
教育大学でありながら、専門分野が深く学べることが、教育協働学科の特徴
数理・知能情報の専門能力で 社会や教育に貢献したい
専門教育だけでなく、教育や地域社会の課題解決を学ぶ科目が充実している
教員志望だが、 進路を教員だけに限定したくない
途中で進路変更する可能性もあるので、教員以外の幅広い進路も選べる学びを得たい
教育には関心があるが、 教員志望ではない
教育に関する幅広い学びや体験が得られる一方、教員免許を取得しなくても卒業可能
「教育基礎セミナー」等により論理的な思考力を養います。また、「解析学基礎」「代数学基礎」「情報処理演習」などを通じて、数理科学および情報科学の初歩を学びます。「教育協働概論Ⅰ・Ⅱ」等により、教育分野で協働することの大切さを学びます。
数学の各分野（代数学・幾何学・解析学）の基礎を学び、「情報通信ネットワークI」「AI概論」など情報科学の基礎を学びます。また、「アントレプレナーシップ概論」等で協働することについて学びます。
数学の各分野を深く学び、様々な問題を論理的に解決できる力を身に付けます。データサイエンス、プログラミング、AI技術と教育など情報分野と教育について学びます。教育コラボレーション演習」で外部組織と協働します。
卒業研究においては、少人数のセミナー形式で、洋書を読む、問題解決のためにソフトウェアを作成するなどして、様々な教育の場で活躍できるよう、個々の力を伸ばします。
主な授業科⽬はこちら（カリキュラムマップ）
算数教育/教育工学
木村 憲太郎
教育データサイエンス
高見 享佑
教育工学
CHEN LI
中野 淳
ラーニングアナリティクス
中村 航平
代数学
平木 彰
解析学
藤田 真依
情報工学/ウェブ情報学
堀 真寿美
幾何学
町頭 義朗
情報通信システム
三島 和宏
応用数学
守本 晃
創造的思考/AIデータサイエンス
安松 健
山本 良太
確率論
湯浅 久利