出版社内容情報
本書は、文部科学省認定の「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）」に準拠し、データサイエンスとAIの基礎を体系的に学習できる構成となっている。
第1章から第5章では、データが社会に与える影響から、データを「読む」「説明する」「扱う」ための基本的な手法、そして倫理的視点まで幅広く扱っている。続く第6章から第10章では、機械学習、深層学習、自然言語処理、画像認識、時系列データ解析などの専門技術・手法を解説する。第11章から第13章では、ビジネスでの活用や社会課題解決への応用を事例とともに紹介している。
理論だけでなくPythonによる実装例も掲載し、さらに各章末には演習問題を配置しているため、段階的に理解を深めることができる。データ駆動型社会で必要なデータリテラシーとAIへの理解を包括的に身につけることができる教科書である。
【目次】
はじめに
本書のサポートページ
第1章 データ・AIが変える社会
1.1 ビッグデータ時代の到来：情報社会の変貌
1.1.1 情報社会の発展とデータの役割
1.1.2 ビッグデータの定義と特徴
1.1.3 ビッグデータが生まれた背景
1.1.4 ビッグデータ活用のメリットと可能性
1.1.5 ビッグデータ活用の課題とリスク
1.1.6 ビッグデータとAI の関係
1.1.7 ビッグデータ活用の事例
1.1.8 ビッグデータ時代の倫理的・法的課題
1.1.9 持続可能なデータ活用に向けて
1.2 データ駆動型社会へのシフト： Society5.0とは
1.2.1 社会の進化と産業革命の歴史
1.2.2 Society5.0の概念と背景
1.2.3 データ駆動型社会へのシフト
1.2.4 Society5.0が目指す社会像
1.2.5 技術革新とイノベーションの促進
1.2.6 Society5.0実現への課題と対策
1.2.7 国際的な動向と日本の役割
1.3 AI 技術の進化と可能性
1.3.1 AIの歴史と発展
1.3.2 深層学習の出現とAIの飛躍
1.3.3 AI技術の現在と応用分野
1.3.4 AI技術の可能性と展望
1.3.5 AI技術が直面する課題と対策
1.4 データ・AI利活用の光と影：倫理的な視点
1.4.1 データ収集とプライバシーの問題
1.4.2 データのバイアスと公平性の課題
1.4.3 AIの説明可能性と透明性
1.4.4 AIの倫理的意思決定と社会的責任
1.5 AIが創造する未来：私たちが担う役割
1.5.1 データ・AIがもたらす未来像
1.5.2 社会的課題の解決と持続可能な発展
1.5.3 産業構造の変革と新たなビジネスチャンス
1.5.4 私たち一人ひとりの役割と必要なスキル
1.6 まとめ
1.7 演習問題
第2章 データを「読む」技術
2.1 データの種類と特徴：量的データと質的データ
2.1.1 データとは
2.1.2 量的データと質的データの区別
2.1.3 データの尺度水準
2.1.4 データの視覚化と分析手法
2.1.5 データクレンジングとデータ前処理
2.2 データの分布：ヒストグラムと代表値
2.2.1 データ分布の重要性
2.2.2 ヒストグラムによるデータの可視化
2.2.3 代表値の理解
2.2.4 散布度の指標
2.2.5 データ分布の種類
2.2.6 正規分布と標準化
2.3 データのばらつき：分散と標準偏差
2.3.1 データのばらつきの重要性
2
