データサイエンスの歩き方

※本書は，竹村彰通・姫野哲人・高田聖治編『データサイエンス入門 第2版（データサイエンス大系）』を長崎大学の全学教養教育科目用にカスタマイズした教科書です． 本書『データサイエンスの歩き方』は，現代の社会人にとって必須の知識となるデータサイエンスと統計学のリテラシーレベルの内容を概説したテキストである． さまざまな分野でのデータに対するデータサイエンスの応用例の紹介を通して，データサイエンスを活用するための基礎となる統計学を解説している． 本書は文系・理系を問わず，大学初年次の教養科目での使用を想定し，表やグラフを多用しながら，実社会でのデータサイエンスの役割を意識できるように構成した．具体的には以下の項目を主な内容として扱っている． • データサイエンスの社会的役割 • データサイエンスにおける統計学の基礎 • データサイエンスの手法の紹介 • コンピュータを用いたデータ分析の初歩 • データサイエンスの応用事例 • 推測統計の基礎的事項（母集団，標本，確率変数，推定と検定，回帰分析） データサイエンスの応用事例として，マーケティング，画像処理，品質管理，生命科学の分野を取り上げ，実際のデータ活用の事例を紹介している． データサイエンスの応用に必要な推測統計学の基礎を解説している点は他書にない特徴である． 第1章　現代社会におけるデータサイエンス 　1.1　データサイエンスの役割 　1.2　データサイエンスと情報倫理 　1.3　データ分析のためのデータの取得と管理 第2章　データ分析の基礎 　2.1　ヒストグラム・箱ひげ図・平均値と分散 　2.2　散布図と相関係数 　2.3　回帰直線 　2.4　データ分析で注意すべき点 第3章　データサイエンスの手法 　3.1　クロス集計 　3.2　回帰分析 　3.3　ベイズ推論 　3.4　アソシエーション分析 　3.5　クラスタリング 　3.6　決定木 　3.7　ニューラルネットワーク 　3.8　機械学習とAI（人工知能） 第4章　コンピュータを用いた分析 　4.1　Excelを用いたデータ分析 　4.2　統計解析ソフトRを使ったデータ分析 　4.3　プログラミング言語Pythonを使ったデータ分析 第5章　データサイエンスの応用事例 　5.1　マーケティング 　5.2　金融 　5.3　品質管理 　5.4　画像処理 　5.5　医学 第6章　統計的推測の基礎 　6.1　母集団と標本 　6.2　確率変数と確率分布 　6.3　確率分布の例 　6.4　推定の基礎 　6.5　区間推定 　6.6　仮説検定 　6.7　回帰モデル 第7章　より進んだ学習のために