出版書誌データベース

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。

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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
■演習問題

■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）
■演習問題