Pythonで学ぶはじめてのデータサイエンス―基礎テキスト [単行本]

Pythonで学ぶはじめてのデータサイエンス―基礎テキスト の 商品概要

• 要旨（「BOOK」データベースより）

  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。ていねいな解説と豊富なＰｙｔｈｏｎ演習で実践的なデータサイエンスの力がつく。１４章の構成で半期１コマの講義に対応、文系理系を問わず初学者に最適。

• 目次

  ■第１章　データサイエンスへのいざない
  ◆1-1　データ（Data）
  ◆1-2　データサイエンス（Data science）
  ◆1-3　データサイエンティスト
  ◆1-4　データサイエンスにおける分析手法
  ■演習問題
  
  ■第２章　データサイエンスのためのPythonプログラミング
  ◆2-1　プログラミングの基本
  ◆2-2　データの構造
  ◆2-3　Pythonの準備と実行
  ■演習問題
  
  ■第３章　データサイエンスのためのデータ収集
  ◆3-1　公開データの収集
  ◆3-2　アンケート調査
  ■演習問題
  
  ■第４章　データサイエンスのためのデータ前処理
  ◆4-1　データの蓄積
  ◆4-2　データ加工の技術
  ◆4-3　データクレンジング
  ■演習問題
  
  ■第５章　データサイエンスのための確率統計
  ◆5-1　直感と数学
  ◆5-2　数え上げ
  ◆5-3　集合と場合の数
  ◆5-4　確率
  ◆5-5　基本統計量
  ■演習問題
  
  ■第６章　統計的検定を用いたデータサイエンス
  ◆6-1　確率分布
  ◆6-2　推測統計
  ■演習問題
  
  ■第７章　A/Bテストを用いたデータサイエンス
  ◆7-1　A/Bテスト
  ◆7-2　「平均値の差の検定」と「独立性の検定」
  ◆7-3　アンケート調査によるデータの分析
  ■演習問題
  
  ■第８章　データサイエンスのためのアルゴリズム
  ◆8-1　ソフトウェアとアルゴリズム
  ◆8-2　組み合わせ爆発
  ◆8-3　探索問題
  ■演習問題
  
  ■第９章　回帰AIを用いたデータサイエンス
  ◆9-1　回帰（Regression）
  ◆9-2　回帰分析
  ◆9-3　重回帰分析
  ■演習問題
  
  ■第10章　分類AIを用いたデータサイエンス
  ◆10-1　分類AI
  ◆10-2　決定木
  ◆10-3　アンサンブル学習
  ■演習問題
  
  ■第11章　クラスタリングAIを用いたデータサイエンス
  ◆11-1　クラスタリング
  ◆11-2　階層的クラスタリング
  ◆11-3　非階層的クラスタリング
  ■演習問題
  
  ■第12章　レコメンドAIを用いたデータサイエンス
  ◆12-1　連関分析
  ◆12-2　協調フィルタリング
  ■演習問題
  
  ■第13章　時系列データ分析AIと自然言語処理AIを用いたデータサイエンス
  ◆13-1　時系列データ
  ◆13-2　文章データ分析
  ■演習問題
  
  ■第14章　画像分析AIを用いたデータサイエンス
  ◆14-1　AIによる画像分析
  ◆14-2　ニューラルネットワーク
  ◆14-3　畳み込みニューラルネットワーク（Convolutional neural network）
  ■演習問題

• 内容紹介

  文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。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。大学、大学院の講義で教科書として使用しやすいよう、全14章で構成しています。

• 著者紹介（「BOOK著者紹介情報」より）（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）

  吉田 雅裕(ヨシダ マサヒロ)
  １９８５年生まれ。山口県出身。東京大学大学院博士課程修了。博士（学際情報学）。日本学術振興会特別研究員を経て、２０１３年に日本電信電話株式会社に入社。５Ｇと自動運転に関する研究開発を経て、中央大学国際情報学部准教授。コンピュータネットワークとＡＩに関する研究教育活動に従事。中央大学ＡＩ・データサイエンスセンター所員

Pythonで学ぶはじめてのデータサイエンス―基礎テキスト の商品スペック