改訂新版 情報科学入門（技術評論社） [電子書籍]

改訂新版 情報科学入門（技術評論社） [電子書籍] の 商品概要

• データサイエンスに重点を置いた情報科学とデータ分析の入門書です。基礎知識から，関連する技術をわかりやすく解説します。
  本書の構成は，それぞれ標準カリキュラムの以下に相当します。
  第1章「1．導入，社会におけるデータ・AI利活用」
  第2章「2．基礎，データリテラシー」
  第3章「3．心得，データ・AI利活用における留意事項」
  第4章「4．選択，オプション」
  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）に対応させると，第1章が「項目1」と「項目2」「項目3」に，第2章が「項目5」に，そして第3章が「項目4」に対応します。
  また，本書を改訂するにあたり，新たに生成AIに関するトピックを第6章として，さらにオープンデータの活用を第7章に追加しています。
  第6章は応用基礎レベルの「3．AI基礎」に該当します。第7章は応用基礎レベル「2．データエンジニアリング基礎」に相当します。
  データサイエンスの基礎を学びたい方，AI技術に興味がある方，データ分析の実践力を身につけたい方など，幅広い読者におすすめです。
  

• 目次

  第1章 社会におけるデータ・AI活用
  1-1 社会で起きている変化
  1-2 社会で活用されているデータ
  1-3 データサイエンス・AIの活用領域
  1-4 データサイエンス・AIの利活用のための技術
  1-5 データサイエンス・AIの利活用の最新動向
  
  第2章 データの要約と可視化
  2-1 データの要約
  2-2 要約統計量
  2-3 関係をとらえる
  2-4 データの可視化
  2-5 まとめ
  2-6 参考文献
  
  第3章 データの法規と倫理
  3-1 データ解析のインパクトと倫理
  3-2 データの健全な取り扱い
  3-3 個人情報
  3-4 結果の説明可能性
  3-5 データと情報に関する権利と法律
  3-6 参考文献
  
  第4章 データ活用の手法と実践
  4-1 はじめに
  4-2 代表的な確率分布
  4-3 確率論とベイズの定理
  4-4 推測統計学の基礎
  4-5 統計的検定の基礎
  4-6 ROC解析と推論の評価
  4-7 モデリング
  4-8 回帰分析
  4-9 単回帰分析
  4-10 クラスタ分析
  4-11 参考文献
  
  第5章 データ構造，アルゴリズム，プログラミング
  5-1 プログラミングの話題に入る前に
  5-2 データ構造
  5-3 アルゴリズム
  5-4 プログラミングの基礎
  5-5 参考文献
  
  第6章 深層学習，生成AI
  6-1 深層学習
  6-2 生成AI
  6-3 参考文献
  
  第7章 オープンデータの活用
  7-1 オープンデータ
  7-2 クリエイティブ・コモンズ
  7-3 機械判読に適したデータ
  7-4 さらなるデータの活用と課題
  7-5 機械学習によるデータの活用と限界
  
  付録A RStudioによるRの実行
  A-1 分析ツールの必要性
  A-2 RとRStudioについて
  A-3 プロジェクトの作成
  A-4 スクリプトの記述
  A-5 スクリプトの実行
  A-6 グラフの描画
  A-7 パイプ演算子
  A-8 Rの終了
  A-9 参考文献
  
  付録B Google ColabによるPythonの実行
  B-1 Python
  B-2 Google Colab
  B-3 Google Driveとの連携
  B-4 Python速習
  B-5 関数
  B-6 データサイエンスのためのライブラリ
  B-7 データフレーム
  B-8 データ操作とグラフィックス
  B-9 map関数
  B-10 関数の定義
  B-11 スクリプトファイルの保存とColabの終了
  

改訂新版 情報科学入門（技術評論社） [電子書籍] の商品スペック