データ分析の基礎から活用事例までをわかりやすく解説した, データサイエンスのリテラシーを高めるための教科書.

第3版では, 2024年2月に改訂された「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」に準拠し, 生成AIなどの新しいキーワードについての記述を追加した. また, 使用しているデータや提供する情報等を最新のものに更新した.

全ページカラー印刷.

ーーー

本書『データサイエンス入門』は, ビッグデータ時代を生きるすべての大学生が身につけておくべきリテラシーとしてのデータサイエンスへの入門をコンパクトに解説するとともに, より進んだ学習への橋渡しともなる教科書である. また, 大学の教養課程で用いられることを想定し, 文科系の学生にも読みやすいように, 数式はできるだけ使わずにグラフなどで直観的な説明を与え, データサイエンス全般を概観できる内容となっている. 具体的には, 以下のような項目を扱っている.

・データサイエンスの社会的役割

・データサイエンスと情報倫理

・データサイエンスのための統計学の基礎

・データサイエンスの手法の紹介

・コンピュータを用いたデータ分析の初歩

・データサイエンスの応用事例

特に本書の特徴は, データサイエンスの応用事例としてマーケティング, 画像処理, 品質管理など様々な分野における実際のデータ活用の事例を紹介していることである. これによって, データサイエンスが現代の社会においてどのような役割を果たしているかを具体的に示しており, データサイエンスの学習を続けるための出発点になっている.

【目次】

第1章　現代社会におけるデータサイエンス

　1.1　データサイエンスの役割

　1.2　データサイエンスと情報倫理

　1.3　データ分析のためのデータの取得と管理

第2章　データ分析の基礎

　2.1　ヒストグラム・箱ひげ図・平均値と分散

　2.2　散布図と相関係数

　2.3　回帰直線

　2.4　データ分析で注意すべき点

第3章　データサイエンスの手法

　3.1　クロス集計

　3.2　回帰分析

　3.3　ベイズ推論

　3.4　アソシエーション分析

　3.5　クラスタリング

　3.6　決定木

　3.7　ニューラルネットワーク

　3.8　機械学習とAI（人工知能）

第4章　コンピュータを用いた分析

　4.1　Excelを用いたデータ分析

　4.2　統計解析ソフトRを使ったデータ分析

　4.3　プログラミング言語Pythonを使ったデータ分析

第5章　データサイエンスの応用事例

　5.1　マーケティング

　5.2　金融

　5.3　品質管理

　5.4　画像処理

　5.5　音声処理

　5.6　医学

第6章　より進んだ学習のために

今どきデータサイエンスくらい理解してないとマズくない？深くて面白い知識図鑑！

インターネット上に蓄積された、膨大な量のデータを活用できるようにするため、いまデータサイエンスが注目されています。本書はそうしたデータサイエンスの基礎技術や関連するAI技術などのことをオールカラーでビジュアルに解説します。

■世界中に雲のように存在するビッグデータ

現在、インターネットを介して誰でも閲覧できるサーバーが無数にあります。そこには文字情報だけでなく画像、音声、動画などの膨大な情報があります。こうした未整理の状態の複雑なデータをビックデータと呼びます。

■ビッグデータから宝を掘り出す

このビッグデータはただのガラクタの山ように見えて、じつはこの中にはお宝が埋まっています。このお宝を、道具を使って採掘することをデータサイエンス、採掘する人のことをデータサイエンティストと呼びます。

■データ分析の技術やツール

本書では、データの山から必要なデータを抽出する方法やデータから意味のある情報を取り出す統計の技法、ツールのことを、イラストや模式図、チャート図、表などを使ってフルカラーでていねいに解説しています。

■切っても切れないAI技術との関連

また本書では、AIがデータを分析する手法であるニューラルネットワークやビッグデータを使ってニューラルネットワークを強化する機械学習、ディープラーニングについてもていねいに解説しています。

【目次】

1章　データサイエンスの必要性

2章　データサイエンスと社会

3章　データサイエンスと技術

4章　データサイエンスの手法

5章　データサイエンスとAIの活用