内容説明
データ分析の基礎知識がこの一冊で身につく！プログラミングの基本から機械学習、ディープラーニングまで。図解で楽しく学べる！
目次
１ データサイエンスの基礎技術（データサイエンスとデータサイエンティスト；データサイエンティストに求められる役割；ビッグデータはどうやって集める？ ほか）
２ 統計学・機械学習の基礎（機械学習とは；汎化性能と過学習；データの概要をつかむ：一次分析 ほか）
３ ディープラーニング（動物の神経システムを模倣した学習モデル；単純パーセプトロン；多層パーセプトロン ほか）
著者等紹介
久野遼平［ヒサノリョウヘイ］
東京大学大学院情報理工学系研究科ソーシャルＩＣＴ研究センター特任助教、キヤノングローバル戦略研究所研究員。１９８４年生まれ。慶應義塾大学経済学部卒業後、一橋大学大学院経済学研究科修士課程、スイス連邦工科大学チューリッヒ校博士課程を修了。国立情報学研究所の特任研究員などを経て現職
木脇太一［キワキタイチ］
東京大学大学院情報理工学系研究科数理情報学専攻特任助教。１９８６年生まれ。東京大学大学院工学系研究科博士課程修了後、株式会社ユニーク勤務を経て現職（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
おりぜる@論文終わるまで読書可能時間激減
4
雰囲気を掴むのにちょうど良かった。2023/01/01
このこねこ@年間500冊の乱読家
2
⭐⭐⭐ 入門書かと思って読んだら痛い目見ました。基礎知識がないとかなり辛いです。とりあえず概略だけ何とか理解した感じです。 データサイエンティストの需要増えていますが、軽々しく「なりたい」と言えるものではないと痛感。2021/02/25
Ken
1
データサイエンスの基礎が書かれていると思うが、自分の今の知識では内容か難しい・・・ 数学や統計学の知識を得て、もう一度挑戦したいかな。2024/02/06
ゆうちゃん
1
ぼんやりとしていたマシンラーニング、ディープラーニングの理解をもう一歩進めるきっかけにおすすめである。技術の発展で10年代からディープラーニングが急進歩した理由やコンピュータ言語の背景などがわかった。2022/06/08
💐
1
この本は大変難しい内容を取り扱っていて、それを簡潔に書いているのでこの本で入門するとどこから学べばいいか難しいかもしれないので復習用ですね…。誰向けなんだろう。 データサイエンスかっこいい！簡単に知りたい！って方にはお勧めできません。難しさを知るにはいいと思います。数学を学び、統計を学び、プログラミングを学ぶ必要があります。2021/04/12
