Pythonで学ぶはじめてのデータサイエンス

書籍の概要

この本の概要

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。

こんな方におすすめ

  • データサイエンスを基礎から学びたい人
  • 文系・理系の大学生
  • 講義で使用したい先生

この書籍に関連する記事があります!

データサイエンスって何?
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。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。
データサイエンティストへの登竜門!DS検定の紹介
私たちの身の回りは,データに溢れています。データが蓄積されるにつれ,有効に活用し,課題を解決に導くスペシャリストが求められるようになりました。データサイエンティスト検定(DS検定)は,こうした状況の中でデータサイエンティストとして活躍していくために必要なスキルを持っているか証明する試験です。

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