＜商品の情報＞
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.
---
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