よくわかるデータリテラシー

データサイエンスの基本

阿部圭一

2021年6月30日

近代科学社

1,980円(税込)

パソコン・システム開発

データを正しく読み解き、提示する能力を創る! データサイエンスの重要性が叫ばれるなか,その教育への期待が産官学で高まっている.高校ではすでに統計学が必修となり,大学においても文・理を問わず全学生にデータサイエンス教育を課すことが決まった.本書では,データサイエンスの要であるデータリテラシー(データを正しく読み取り情報を正確に提示できる能力)の総合的解説を試みており,初学者が一から理解できるよう豊富な例題・演習・解答が盛り込んである。これからデータリテラシーを教えるにあたって適切な教材を探している教師の方々,データサイエンスを身につけるための足がかりを欲している学生の方々,どちらの要望にも応える充実の教科書となっている. 第0講 データリテラシーとデータサイエンス 第1講 数値には4 つの類別がある 第2講 どう示すか? 値そのもの、相対値、比率、単位あたり 第3講 数値には誤差がつきもの 第4講 大ざっぱに値をつかもう 第5講 いくつかの数値を1つの値で代表させる 第6講 数値のばらつき具合を測る 第7講 相関イコール因果関係ではない 第8講 偶然のいたずら 第9講 大数の法則が成り立つ 第10講 「統計的に有意」 とは 第11講 隠れている要因はないか 第12講 “3 た” 論法を信じますか - データの信頼性 第13講 引っかけグラフにご用心 第14講 もっと大きなごまかしにも気をつけよう 第15講 データリテラシーを磨くには

本棚に登録&レビュー

みんなの評価(1

starstar
star
2.6

読みたい

0

未読

0

読書中

0

既読

3

未指定

7

書店員レビュー(0)
書店員レビュー一覧

みんなのレビュー (1)

Readeeユーザー

データは中立ではない。メディアも著者も

starstar
star
2.6 2022年11月15日

作者の小言のような一言が随所に散見され、面白いものもあればやや主観的な偏見とも思える主張もありという感じ。 前者の例 : 第1種の誤り、第2種の誤りという言い方は、紛らわしくて、私もいつも本などで確かめてから使っています 後者の例 : ばらつきを偏差の2乗で測るのは、統計学のもろもろの処理の都合上だと私は考えています。 本文中(15講:p.124)より引用で > "今の多くの本は、消耗人として出版されているように思います。" > "読み終わって「少し利口になった」と思えますが、でもそれはすぐに消えてしまいます。" とあるがこの本自体も結構それに近い感じがしている。 しっかりとした学術的な本というよりも、文芸やエンタメ的な側面からから情報リテラシーを学ぶ際の入口として機能する…かも?みたいな具合の本。 悪いことを言っているわけではなく、折返しにもあるように >"文系でもわかりやすいように、できるだけ数式を使わないで説明"したことによるものだと思う。そのため厳密性はやや減るが、その分例示が多くなっており、イメージはしやすいと思う。 発行が2021/06/30と1年前の本なのもあり情報の鮮度が高く、著書の内容と現実世界の乖離がないため、内容自体も身近にも感じられるかと思う。 要するにデータサイエンスや統計学の本として読むと空回りするモノで、情報の海に翻弄される人間向けの『データリテラシー』のための本であるということ。

全部を表示
Google Play で手に入れよう
Google Play で手に入れよう
キーワードは1文字以上で検索してください