教養としてのデータサイエンス (データサイエンス入門シリーズ)

著者 : 内田誠一 川崎能典 孝忠大輔 佐久間淳 椎名洋 中川裕志 樋口知之 丸山宏

制作 : 北川 源四郎  竹村 彰通 

• 講談社 (2021年6月17日発売)

作品紹介・あらすじ

◆「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」に完全準拠した公式テキスト！！◆

【安宅和人氏（慶應義塾大学教授・ヤフーCSO）推薦！！】
「どこからデータサイエンスを？」と悩む人は、まずこの一冊を手に取るべし。

・大学生はもちろんビジネスパーソンも、いますぐ知っておくべき教養がここにある。
・「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」のうち「導入」「基礎」「心得」に完全準拠。
・文理を問わず、すべての大学生に、数理・データサイエンス・ＡＩ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】
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　（樋口知之）
1.2　社会で活用されているデータ　（樋口知之）
1.3　データ・AIの活用領域　（孝忠大輔）
1.4　データ・AI利活用のための技術　（内田誠一）
1.5　データ・AI利活用の現場　（丸山　宏）
1.6　データ・AI利活用の最新動向　（内田誠一）

第2章　［基礎］　データリテラシー

2.1　データを読む　（川崎能典）
2.2　データを説明する　（椎名　洋）
2.3　データを扱う　（川崎能典）

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　（中川裕志）
3.2　データを守る上での留意事項　（佐久間淳）

感想・レビュー・書評

[T.Fukuyamaさんの感想 · 2023年6月10日]

統計学と情報学の基礎がわかる。

【概要】
●社会におけるデータ・ＡＩ利活用
●データリテラシー
●データ・ＡＩ利活用における留意事項

【感想】
●ＡＩと統計学の基礎について書かれている。両者についてこれから勉強しようと思う人は、この本をサラッと読んでそれから専門書に入っていくというのもいいかもしれない。

[kulibmdさんの感想 · 2024年3月6日]

2階集密 : 007.6/KIT : https://opac.lib.kagawa-u.ac.jp/opac/search?barcode=3410167606

[ISSP Libraryさんの感想 · 2024年2月9日]

物性研の所内者、柏地区共通事務センター職員の方のみ借りることができます。
東大OPACには登録されていません。

貸出：物性研図書室にある借用証へ記入してください
返却：物性研図書室へ返却してください

[pnictideさんの感想 · 2023年12月13日]

ビッグデータからAIの手法等の話から入り、統計学を用いたデータの扱いについて立ち戻って行き、そしてまた現在の新しい問題(セキュリティ、AIシステム間のネットワーク、等々)に触れていく。数式の展開よりはストーリーや、データサイエンス概観に重きを置いているので、本書でこの膨大な分野を俯瞰してから、各専門領域に入っていくのが良さそう。とはいえ、扱っている範囲が非常に広いので、初見の話もとても多く学びが多いと思う。

[SEPさんの感想 · 2023年11月5日]

ざっくりだけど、データサイエンスがわかる本
個人的には文とビジュアルのバランスが秀逸

[這い上がリーマンさんの感想 · 2023年8月9日]

デジタルって何？という基礎の基礎から説明している。教養のレベルにかなり差があってどの層向けかわからない。しかし、ITテクノロジーを始め統計知識、予測モデル、データリテラシー、表の表現方法まで幅広く紹介されている。全部読めば知らないことは結構多いのではと思う。

[岩手県立大学メディアセンターさんの感想 · 2023年7月1日]

＜シラバス掲載参考図書一覧は、図書館HPから確認できます＞https://libipu.iwate-pu.ac.jp/drupal/ja/node/190

[日本大学歯学部さんの感想 · 2023年5月11日]

https://dentlib.nihon-u.ac.jp/opac/opac_details/?reqCode=fromlist&lang=0&amode=11&bibid=1000083709&opkey=B168376761546850&start=1&totalnum=1&listnum=0&place=&list_disp=20&list_sort=6&cmode=0&chk_st=0&check=0

[ぼすをさんの感想 · 2023年3月30日]

教養としての系はもう手にとらんほうがいいかもしれませんね。9割方知っている話だったのでさらーっと読みました。ある程度統計学に近い話や情報通信に関する基礎知識が主体で作られていました。めまぐるしく変化するAIの話をもう少しし欲しかったです。ディープラーニングや深層学習に着目した著書を読もうと思います

[rafmonさんの感想 · 2023年2月18日]

実用書。多様な専門用語を解説する事で、データやAI界隈がどこまで進んでいるか、どんな事を意識しているのかが良くわかる。統計的な基礎知識から、AI倫理などの留意事項まで幅広い。とりわけ今の私に有益だったのは、データ解析の手法や利活用について。実用可能性のヒントを得られた。

例えば、標準的消費者の行動を数式で表現した消費者行動モデル。これに時間と場所と少数のデモグラフィック情報を条件として与えると購買予測ができる。ビックデータのパターン分類を基礎とするデータドリブン。顧客離反理由を分析するチャーン分析や同時購入傾向を示すをバスケット分析。最適価格を自動決定するダイナミックプライシングという手法など。レコメンデーションやパーソナライゼーションを駆使して、買い手をその気にさせる。

我々は、知らない内に、テクノロジーに心理操作されている危険がある。しかし、それは一面ではとても心地の良い世界なのかも知れない。好きなものを次々と提案される仕組みは、敢えて見たくないものを見ないようにする仕組みでもある。子供に有害な情報を与えないプログラムは、有害な情報と対象者の設定によっては、危険思想を少なくともネット社会からは遮断する事が出来るはずだ。閲覧する媒体だけではなく、AIにも同様のフィルターをかける事は可能。では、有害な情報や、その対象を設定する側の思想とは。テクノロジーは前を向いて進化しても、使い手は、動物である自らの感情を制御しなければならない。

著者プロフィール

九州大学大学院 システム情報科学研究院 教授

「2023年 『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』 で使われていた紹介文から引用しています。」