データサイエンス入門シリーズ 応用基礎としてのデータサイエンス―ＡＩ×データ活用の実践

北川 源四郎/竹村 彰通【編】/赤穂 昭太郎/今泉 允聡/内田 誠一/清 智也/高野 渉/辻 真吾原/尚幸久野/遼平松原/仁/宮地 充子/森畑 明昌/宿久 洋【著】

講談社（2023/02発売）

• サイズ A5判／ページ数 384p／高さ 22cm
• 商品コード 9784065307892
• NDC分類 007.6
• Cコード C3304

出版社内容情報

★ベストセラー『教養としてのデータサイエンス』に続く第2弾！★
★「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に完全準拠した公式カラーテキスト！★

・いますぐ身につけるべき「データサイエンス」「データエンジニアリング」「AI」の基礎知識がここにある！
・文理を問わず、大学・高専生に、自らの専門分野への数理・データサイエンス・AIの「応用基礎力」を習得させることを目的として編纂された。
・カラーで見やすく、練習問題も充実。

【主な内容】
1章　データサイエンス基礎
1.1　データ駆動型社会とデータ分析の進め方　（久野遼平）
1.2　データの記述　（宿久　洋）
1.3　データの可視化　（宿久　洋・久野遼平）
1.4　データ分析の手法　（原　尚幸)
1.5　数学基礎　（清　智也)

2章　 データエンジニアリング基礎
2.1　ビッグデータとデータエンジニアリング　（内田誠一）
2.2　データ表現、プログラミング基礎、アルゴリズム基礎　（辻　真吾）
2.3　データ収集と加工、データベース　（森畑明昌）
2.4　ITセキュリティ　（宮地充子）

3章　 AI基礎
3.1　AIと社会　（松原　仁)
3.2　機械学習の基礎と予測手法　（赤穂昭太郎）
3.3　深層学習の基礎　（今泉允聡)
3.4　ロボット、認識、言語　（高野　渉）

内容説明

いますぐ身につけるべき「データサイエンス」「データエンジニアリング」「ＡＩ」の基礎知識がここにある！「難しいことをやさしく書いている」と大好評の『教養としてのデータサイエンス』に続く第２弾！

目次

第１章　データサイエンス基礎（データ駆動型社会とデータ分析の進め方；データの記述；データの可視化　ほか）
第２章　データエンジニアリング基礎（ビッグデータとデータエンジニアリング；データ表現、プログラミング基礎、アルゴリズム基礎；データの収集と加工、データベース　ほか）
第３章　ＡＩ基礎（ＡＩと社会；機械学習の基礎と予測手法；深層学習の基礎　ほか）

著者等紹介

北川源四郎［キタガワゲンシロウ］
理学博士。１９７４年東京大学大学院理学系研究科博士課程中途退学。現在、東京大学数理・情報教育研究センター特任教授。数理・データサイエンス・ＡＩ教育強化拠点コンソーシアム議長

竹村彰通［タケムラアキミチ］
Ｐｈ．Ｄ．１９８２年スタンフォード大学統計学部Ｐｈ．Ｄ．修了。現在、滋賀大学学長（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。

[shin_ash]

教養としてのデータサイエンスと同じシリーズの本。タイトル通り実務での応用の際に必要でなるであろう知識をコンパクトにまとめることを目指しているのは理解できる。数学や統計の部分や機械学習の概念などは広範囲から必要最小限をコンパクトに説明すると言う意味でよくまとまっておりリファレンスになる。また領域特化的だが深層学習の説明も重要部分をコンパクトにまとめている。しかし、他の部分はテーマの扱いづらさもあるが、教科書としてはまとまりにかける。また、素人が読む教科書ではなく、指導側が参照する指導要領に近い印象。

2023/02/26

[ユータス]

おすすめ度☆☆☆★★。統計検定のデータサイエンスエキスパートの試験勉強のために購入。データサイエンスエキスパートはかなり幅広い分野から出題されるが公式のテキストや問題集が2023年10月現在ではまだない。この本はデータサイエンスエキスパートの出題範囲とかなり重なりがあるので、自分があまり知らない分野のキーワードを拾うには悪くなかった。ただし一つ一つの話題は浅いので、これだけだとデータサイエンスエキスパートでは足りない。一つ下のデータサイエンス発展は受けてないが、たぶん発展くらいのレベル感と思う。

2023/10/15