（改訂新版）AIデータサイエンスリテラシー入門（技術評論社） [電子書籍]

（改訂新版）AIデータサイエンスリテラシー入門（技術評論社） の 商品概要

• 政府による「AI戦略2019」では，文理を問わず，すべての大学・高専生（約50万人卒／年）が正規課程でリテラシーレベルの数理・データサイエンス・AIを修得することを目標としました。そして各大学・高専で参照可能な「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」が策定されました（2020年4月版）。このモデルカリキュラムが2024年2月に改訂されました。
  本書は「数理・データサイエンス・AI（リテラシーレベル）」通称MDASHに準拠した教科書です。2024年2月改訂のMDASHに対応しています。章構成は，モデルカリキュラムの「導入」「基礎」「心得」に沿った内容となっています。
  一部の私立文系の大学では，中学数学すら修めていない学生が多く，コンピュータリテラシーも低い傾向にあります。本書は，そういった私立文系学生でも無理なく学べるよう，やさしく解説しています。Excelの基本的な操作を学習したあと，与えられたデータをもとに「データを読み，データを説明し，データを扱う」ことを，実際に動かしながら理解します。このデータ分析の演習を通して，データサイエンスを体験できます。
  本書で「リテラシーレベルのモデルカリキュラムを網羅できる」ため，教科書として採用しやすい内容となっています。講義とExcel実習をバランスよくおりまぜた半期1コマ15回の授業計画のモデルケースを紹介しており，コンピュータリテラシー担当教員がすぐに数理・データサイエンス・AIのリテラシー授業を始めることができます。
  

• 目次

  第1章［導入］ 社会におけるデータ・AI利活用
  1-1 社会で起きている変化
  1-1-1 IoTとビッグデータ
  1-1-2 第4次産業革命とSociety 5.0
  1-1-3 Society 5.0が目指す社会
  1-1-4 データ駆動型社会
  1-2 社会で活用されているデータ
  1-2-1 様々な種類のデータ
  1-2-2 1次データ・2次データ・メタデータ
  1-2-3 構造化データと非構造化データ
  1-3 データ・AI の活用領域
  1-3-1 データ・AI活用領域の広がり
  1-3-2 様々な活用目的
  1-4 データ・AI利活用のための技術
  1-4-1 データ解析の種類
  1-4-2 構造化データの可視化
  1-4-3 非構造化データの扱い方
  1-4-4 AI（人工知能）
  1-5 データ・AI利活用の現場
  1-5-1 データサイエンスサイクル
  1-5-2 データ・AI利活用例紹介
  1-6 データ・AI利活用の最新動向
  1-6-1 データ・AIを活用した最新のビジネスモデル
  1-6-2 AIを活用した最新の技術や関連用語
  
  第2章［基礎］ データリテラシー
  2-1 Excelの基本的な操作方法
  2-1-1 作業用フォルダーの作成
  2-1-2 Excelファイルの作成と拡張子の表示
  2-1-3 表の作成
  2-1-4 グラフの作成1
  2-1-5 グラフの作成2
  2-2 時系列データの可視化
  2-2-1 データのダウンロード
  2-2-2 作業用フォルダーの作成とファイルの準備
  2-2-3 グラフの作成
  2-2-4 グラフの編集1
  2-2-5 シート名の変更とシートの追加
  2-2-6 複数データのグラフの作成
  2-2-7 グラフの編集2
  2-3 平均の算出とその可視化
  2-3-1 作業用フォルダーの作成とファイルの準備
  2-3-2 セルの書式設定
  2-3-3 平均の算出
  2-3-4 平均の可視化
  2-3-5 平均を可視化したグラフの比較
  2-4 標準偏差の算出とその可視化
  2-4-1 作業用フォルダーの作成とファイルの準備
  2-4-2 平均のグラフの作成
  2-4-3 シートのコピー
  2-4-4 標準偏差の算出
  2-4-5 標準偏差の可視化
  2-4-6 シートの追加とデータの追加
  2-4-7 グラフの比較
  2-5 大量のデータを扱う方法
  2-5-1 データのダウンロード
  2-5-2 作業用フォルダーの作成とファイルの準備
  2-5-3 データクリーニング
  2-5-4 平均と標準偏差，平均±標準偏差の算出
  2-5-5 グラフの作成
  2-6 基本統計量の算出と箱ひげ図
  2-6-1 作業用フォルダーの作成とファイルの準備
  2-6-2 データクリーニング
  2-6-3 オートフィルター
  2-6-4 基本統計量
  2-6-5 箱ひげ図
  2-7 度数分布表とヒストグラムの作成
  2-7-1 作業用フォルダーの作成とファイルの準備
  2-7-2 度数分布表とヒストグラムの作成1
  2-7-3 度数分布表とヒストグラムの作成の準備
  2-7-4 度数分布表とヒストグラムの作成2
  2-8 散布図の作成と相関係数の算出
  2-8-1 作業用フォルダーの作成とファイルの準備
  2-8-2 散布図の作成
  2-8-3 グラフの複製
  2-8-4 相関係数
  2-9 定性データの扱い方とクロス集計
  2-9-1 データのダウンロード
  2-9-2 作業用フォルダーの作成とファイルの準備
  2-9-3 クロス集計表とピボットグラフの作成
  
  第3章［心得］ データ・AI利活用における留意事項
  3-1 データ・AIを扱う上での留意事項
  3-1-1 倫理的・法的・社会的課題
  3-1-2 自身に関するデータのコントロール
  3-1-3 データ倫理
  3-1-4 人間中心のAI社会原則
  3-1-5 データ・AI 利活用における留意事項
  3-2 データを守る上での留意事項
  3-2-1 データを守るための原則
  3-2-2 データを守るための方法
  3-2-3 セキュリティ事故の事例とサイバーセキュリティ
  

（改訂新版）AIデータサイエンスリテラシー入門（技術評論社） の商品スペック