応用基礎レベルは学部ごとに展開されています。いずれの教育プログラムでも、統計学の理解やプログラミング言語の習得、そして機械学習の実践など、高度な知識や技能を身につけることが求められます。
教養教育科目「情報基礎」および学部共通科目「統計的機械学習実践」の2科目4単位の修得をプログラム登録要件として、「基礎統計学」「統計学（検定・推定）」「環境経済論B」から1科目2単位以上、「プログラミング基礎」「プログラミング入門」から1科目1単位以上を含め、合計4科目7単位以上を履修すること。
本特定プログラムを履修することで人文社会科学部の教育内容を深め、自らの専門分野に新たな価値を付加することを目指す。
教養教育科目・情報科目「情報基礎」と学部専門教育科目「プログラミング基礎(ICT活用を含む)」、「統計的機械学習実践」の必修である3科目6単位を修得し、さらに「基礎統計解析の理論と実践」、「心理学統計法」の2科目4単位から1科目2単位以上を修得し、合計8単位以上を修得すること。
教職を志す学生が本プログラムを履修することで、数理・データサイエンス・AIに関する基礎的な知識、活用法を習得して児童生徒の教育データ利活用に基づく質の高い教育を提供することができる。
専門基礎科目の必修科目「微分積分学I」の1科目2単位と選択科目「微分積分学II」、「線形代数学」、「線形代数学Ⅰ」から2科目4単位以上を修得すること。
コース科目・学科内共通科目の選択科目「プログラミング言語入門」、「生命理工学演習Ⅱ」、「プログラミング学」、「プログラム言語及び演習」、「プログラミング言語及び演習Ⅰ」、「プログラミング言語及び演習Ⅱ」、「FORTRAN実習」、「C言語実習」、「社会基盤・環境プログラミング演習」から1科目1単位以上を修得すること。
学部内共通科目の必修科目「数理・データサイエンス基礎および演習」、「AI基礎および演習」の2科目4単位を修得すること。
これら合計6科目11単位を修得すること。
理工学部の学生が本プログラムを履修することで、数理・データサイエンス・ＡＩに関する知識及び実践的な技術を身に付け、これらを活用して理工学の専門分野の課題および社会的な課題を解決するための実践的な能力を身に付けることができる。
農学部の令和6年度以降の入学生については、所定科目である「基礎数学入門」、「データ分析演習」および「統計的機械学習実践」の合計3科目・5単位を全て取得すること。
令和６年度農学部共同獣医学科の入学生については、所定科目である「生物統計学」2単位と、「データ分析演習」および「統計的機械学習実践」の2科目3単位、合計3科目・5単位を全て取得すること。