情報
ファーストステップ AI・データサイエンスの基礎
「数理・データサイエンス・AI /リテラシーレベル」に対応した新しいテキストが登場!
ファーストステップシリーズは、コンピュータを初めて本格的に学ぶ大学生・高専生を対象にしたものです。シリーズの中で、本書は、政府の「AI 戦略2019」によって、すべての大学・高専生が習得すべき「数理・データサイエンス・AI /リテラシーレベル」として策定されたモデルカリキュラム(2024 年2月改訂)に準拠した内容のテキストです。特に、コンピュータに関する学習をこれから始める文系学部の学生の皆さんにとっても、分かりやすく学んでいただけるように配慮しました。
本書ではAI やデータサイエンスの知識や仕組みについて、事例や図解を使って具体的に説明しています。また、それらがどのように使われ、どんな有効性があるのか、反面、どんな問題があるのかについても示しました。AI・データサイエンスを1から学ぶためにこの上ない一冊です。
著者のスペシャルインタビューはこちら
電子書籍¥2,500 小売希望価格(税別)
紙の書籍¥2,500定価(税別)
基本情報
発売日 | 2024年9月13日 |
---|---|
ページ数 | 244 ページ ※印刷物 |
サイズ | B5 |
ISBN | 9784764907089 |
ジャンル | 情報 |
タグ | データサイエンス, 機械学習・深層学習, 人工知能, 教科書 |
電子書籍形式 | 固定型 |
主要目次
第1章 社会で起きている変化
1.1 現代社会を変える技術
1.2 データ駆動型の社会
1.3 AI をなぜ学ぶ必要があるのか
第2章 生成AI と社会
2.1 生成AI に馴染もう
2.2 生成AI が変える社会と未来
第3章 データの情報デザイン
3.1 情報デザイン
3.2 データの情報デザイン
第4章 社会で活用されているデータ
4.1 社会とデータ
4.2 データの種類
4.3 データの所有者
4.4 データを取り扱うときの注意点
第5章 データ分析の基礎
5.1 データの特徴をつかむ(記述統計量)
5.2 データのばらつき
5.3 データサイエンスによる問題解決のプロセス
第6章 データを比較する
6.1 データの比較
6.2 オープンデータを使って比較してみる
第7章 データ間の関係を分析する
7.1 二つの変数の関係を見つける
7.2 複数の変数間の関係の可視化
7.3 相関分析における留意点
第8章 データ収集とサンプリング
8.1 データ収集
8.2 母集団と標本
8.3 標本抽出
第9章 ネットを使ってデータを利活用する
9.1 オープンデータを収集する
9.2 データ利活用に役立つWeb サイト集
第10章 AI のできること、できないこと
10.1 現在のAI について
10.2 データ構造とパターン認識
10.3 現在のAI における限界
第11章 AI・データサイエンスの社会利用
11.1 組織におけるAI・データサイエンスの活用
11.2 AI・データサイエンスの活用領域
11.3 AI・データサイエンスを活用した新たなビジネス
第12章 機械学習の基礎
12.1 機械学習とは
12.2 教師あり学習
12.3 教師なし学習
12.4 強化学習
第13章 ディープラーニングとその利用
13.1 ディープラーニングの原理
13.2 ディープラーニングを支える要素
13.3 発展的なディープラーニング
第14章 機械学習の体験
14.1 教師あり学習の体験
14.2 教師なし学習の体験
第15章 データ・AI利活用で留意すること
15.1 情報セキュリティ
15.2 個人情報保護
15.3 データ・AI 活用の倫理