内容紹介

（概要）

※この商品は固定レイアウトで作成されており，タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また，文字列のハイライトや検索，辞書の参照，引用などの機能が使用できません。

※PDF版をご希望の方は Gihyo Digital Publishing ( https://gihyo.jp/mk/dp/ebook/2023/978-4-297-13422-8 )も合わせてご覧ください。

文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）に準拠。大学、大学院の講義で教科書として使用しやすいよう、全14章で構成しています。

（こんな方におすすめ）

・データサイエンスを基礎から学びたい人。文系・理系の大学生。講義で使用したい先生。

（目次）

第１章 データサイエンスへのいざない

　　1-1 データ（Data）

　　1-2 データサイエンス（Data science）

　　1-3 データサイエンティスト

　　1-4 データサイエンスにおける分析手法

第２章 データサイエンスのためのPythonプログラミング

　　2-1 プログラミングの基本

　　2-2 データの構造

　　2-3 Pythonの準備と実行

第３章 データサイエンスのためのデータ収集

　　3-1 公開データの収集

　　3-2 アンケート調査

第４章 データサイエンスのためのデータ前処理

　　4-1 データの蓄積

　　4-2 データ加工の技術

　　4-3 データクレンジング

第５章 データサイエンスのための確率統計

　　5-1 直感と数学

　　5-2 数え上げ

　　5-3 集合と場合の数

　　5-4 確率

　　5-5 基本統計量

第６章 統計的検定を用いたデータサイエンス

　　6-1 確率分布

　　6-2 推測統計

第７章 A/Bテストを用いたデータサイエンス

　　7-1 A/Bテスト

　　7-2 「平均値の差の検定」と「独立性の検定」

　　7-3 アンケート調査によるデータの分析

第８章 データサイエンスのためのアルゴリズム

　　8-1 ソフトウェアとアルゴリズム

　　8-2 組み合わせ爆発

　　8-3 探索問題

第９章 回帰AIを用いたデータサイエンス

　　9-1 回帰（Regression）

　　9-2 回帰分析

　　9-3 重回帰分析

第10章 分類AIを用いたデータサイエンス

　　10-1 分類AI

　　10-2 決定木

　　10-3 アンサンブル学習

第11章 クラスタリングAIを用いたデータサイエンス

　　11-1 クラスタリング

　　11-2 階層的クラスタリング

　　11-3 非階層的クラスタリング

第12章 レコメンドAIを用いたデータサイエンス

　　12-1 連関分析

　　12-2 協調フィルタリング

第13章 時系列データ分析AIと自然言語処理AIを用いたデータサイエンス

　　13-1 時系列データ

　　13-2 文章データ分析

第14章 画像分析AIを用いたデータサイエンス

　　14-1 AIによる画像分析

　　14-2 ニューラルネットワーク

　　14-3 畳み込みニューラルネットワーク（Convolutional neural network）