書籍概要

絵と図でわかる

絵と図でわかる
データサイエンス
――難しい数式なしに考え方の基礎が学べる

著者
発売日
更新日

概要

情報通信技術（ITC）が高度に発展した今日，私たちは，さまざまなデータに囲まれて暮らしています。データがなければ，ありふれた日々の営みですらスムーズには行えません。そんな現代社会で必須の「データ」を扱う科学が，「データサイエンス」です。本書は，データサイエンスの概観がざっくりと把握できるよう，イラストや図をたくさん使って，やさしく解説した「入門の入門書」です。難しい数式は使っていないので，数式が苦手な方にもおすすめです。Excelでデータサイエンスを体験できるダウンロードデータ付き。

こんな方におすすめ

  • 数式が苦手だが，データサイエンスを学んでみたい人
  • データサイエンスを学ばなければならないが，数式が苦手な人
  • データサイエンスについて，ざっくりとわかる入門書を探している人

サンプル

samplesamplesamplesample

目次

  • はじめに

第1章　データサイエンスとは―データと社会―

  • 1-1　データと社会
    • 1）私たちの日常生活とデータ
    • 2）データ化社会がやってきた
  • 1-2　データサイエンスとデータサイエンティスト
    • 1）データサイエンスはさまざまな定義が可能な科学
    • 2）データ解析の４つの工程
    • 3）データサイエンティストの仕事

第2章　データを知る―データ解析の第1工程―

  • 2-1　データのタイプを分類する
    • 1）調査データと非調査データ
    • 2）ビッグデータと非ビッグデータ
  • 2-2　データの特徴をつかむ
    • 1）変数とデータ
    • 2）量的データと質的データ
    • 3）個票データと集計データ
  • 2-3　データを準備する
    • 1）調査によるデータ収集
    • 2）Webによるデータ収集
  • 2-4　データを整形する
    • 1）データを整形するとは
    • 2）完全データと不完全データ
    • 3）外れ値
    • 4）選択バイアス

第3章　データを読む―データ解析の第2工程―

  • 3-1　データを集計し可視化する
    • 1）データの分布を把握する
    • 2）さまざまなグラフ
  • 3-2　データの情報を要約する
    • 1）データの情報を得る
    • 2）1変数のデータの特徴をつかむ
    • 3）2変数の関係を見つける
    • 4）多次元データの関係を把握する
    • 5）結論を一般化するために

第4章　データを分類する―データ解析の第3工程―

  • 4-1　似たもの同士を分類する
    • 1）クラスター分析の考え方
    • 2）クラスター分析で分類する
  • 4-2　複数の変数を合成する
    • 1）主成分分析の考え方
    • 2）主成分分析で分類する
  • 4-3　質的データを分類する
    • 1）数量化Ⅲ類の考え方
    • 2）数量化Ⅲ類で分類する

第5章　データから予測する―データ解析の第4工程―

  • 5-1　データに基づいて予測する
    • 1）回帰分析の考え方
    • 2）回帰分析で予測する
  • 5-2　予測のよさを評価する
    • 1）重回帰分析の考え方
    • 2）よい回帰モデルとは
    • 3）さまざまな回帰診断
  • 5-3　質的データを予測する
    • 1）数量化Ⅰ類
    • 2）ロジスティック回帰

第6章　データの倫理を考える―データ化社会への警鐘―

  • 6-1　データの倫理とは
    • 1）データの倫理とデータ化社会
    • 2）情報倫理の4つの原則とデータ倫理の規範例
    • 3）分析の倫理
  • 6-2　倫理違反の事件簿
    • 1）ディオバン事件
    • 2）統計不正事件

第7章　データサイエンスとAI―ビッグデータがもたらしたデータ革命―

  • 7-1　機械学習の基本
    • 1）機械学習・深層学習・AI
    • 2）データプレパレーション
    • 3）選択アルゴリズム
    • 4）パラメータチューニング
    • 5）モデル選択
  • 7-2　ニューラルネットワークとAI
    • 1）AIとデータサイエンスの関係
    • 2）ニューラルネットワークとは
    • 3）ニューラルネットワークの構成要素
  • 付録　データサイエンスを体験する
  • データサイエンスの理解を深めるための参考図書
  • 索引

サポート

ダウンロード

付録データのダウンロード

（2021年5月21日更新）

本書（『絵と図でわかる　データサイエンス』）をご購入頂いた方は，データサイエンスを体験するためのデータをこちらからダウンロードできます。

本書の下記の場所に記載されている文字を入力し，［ダウンロード］ボタンをクリックしてください。

DS210521.zip（1MB）

解凍すると，フォルダの中にサンプルデータ（Excelブックファイル）と本書に掲載しきれなかった計算例の説明（PDFファイル）を参照することができます。

正誤表

本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。

（2024年10月21日最終更新）

P.59　図3-4の右表3-4-2

誤

f.jpg
正

t.jpg

P.59　左の段の下から5行目

誤 この集計結果を見ると、「商品718」は、男性でこの商品を買った人が2人（男性客の約7％）、女性で50人（女性客の約91%）となっており、
正 この集計結果を見ると、「商品718」は、男性でこの商品を買った人が12人「（男性客の48％）、女性で73人（女性客の約97%）となっており、

（以下2022年6月22日更新）

P.70：図3-17の偏差の式　左辺第1項

誤 データの数
正 データの値

P.77：図3-25の相関係数の計算式　下段の式

誤 11.2×113.1
正 11.2×112.4

P.77：図3-25の共分散の計算式　分子

誤 416.7（全3か所）
正 400（全3か所）

P.92：図4-9-1

ただしい図は次の通りです。

正

DS4-09-1.jpg

P.98：図4-13の横軸ラベル

誤 発生率（％）
正 発生率（10万分率）

P.128：図5-15「仮説の採択」の対立仮説の下の説明文

誤 P-値が有意水準（5％）より小さい
正 真の回帰係数は0ではない

P.132：右段の記述の上から7行目

誤 条件指数
正 条件数

P.133：左段の記述の下から3行目

誤 条件指数
正 条件数

P.133：右段の記述の下から11行目

誤 残差が2.16と－2.14を示す
正 残差が2.16，－2.14，2.49を示す

P.136：図5-23の→Yに対応する部分

誤 説明変数
正 被説明変数

P.140：図5-27の下段の計算式の第１行目

誤 Y=－9.720+0.246X1+0.246X2
正 Y=－9.720+0.246X1+0.026X2

P.146：最上段の小見出し

誤 データの数
正 データの値

P.149：図6-7の図中（上段の図）の見出し

誤 データの消費者
正 分析結果の消費者

P.149：図6-7の図中（下段の図）の見出し

誤 データの生産者
正 分析結果の生産者

P.170：図7-9の図中（下段の図）の右の箱

誤 入力信号
正 出力信号

商品一覧