教養としてのデータサイエンス – 孝忠 大輔

教養としてのデータサイエンス

データサイエンスを学ぶ大学生を対象とした教材だ。数学、データサイエンス、AIの基礎から、現在の状況、重要な用語、データの読み方などを紹介している。また、データサイエンスの原理をわかりやすく理解したい文系の方にも適している。

出版日:2021年6月17日
ページ数:240ページ
著者:孝忠 大輔 他

 

著者の3行ポイント・NEC入社後、DWH・BI/BAシステムの構築を多数経験し、流通・サービス業を中心に分析業務を実践。
・NECプロフェッショナル認定制度「シニアデータアナリスト」の初代認定者となり、2018年にはAI人材育成センターのセンター長に就任。
・NECアカデミー for AIの学長を務め、データサイエンティスト協会のスキル定義委員として数理・データサイエンス・AI教育のモデルカリキュラム作りに携わる。

★4.1(Amazonでの評価)

レビュー

– 細かい数式での説明はなく、深い学問的な解説もないです。しかし、この分野をそこまで浅すぎず解説しており、専門にしてる人とそ…

– 最近駅構内で素敵な絵だなと感じた看板の右下に「これはAIが作成した絵です」と記載されており、改めて驚かされた。AIが行う…

– DSに関する基礎知識をおさらいする。GANについてあまり知らなかったのでそれを理解できたことがいちばんの発見。 ・目の前…

– データサイエンス全般が少しわかったかな。

– AI,深層学習,深層ニューラルネットワーク,倫理などを扱う。

もっと見る

– フライヤー

– データサイエンスに必要な用語を事例を踏まえて解説している本。技術的なところは殆どないため、「教養としての」というタイトル…

– データサイエンス学部が出来るっていうから読んでみたんだけど、データサイエンスを学ぶ本でした。当たり前か。

– 情報量が多いので初心者には厳しいが、この分野を学んでいる人には総復習になって丁度いいと思う。 文字数は多いが重要ワードが…

– 2021.07.28 – 09.12。高校教科書的な読み易さでデータサイエンス全般の基本事項が体系的に網羅されている。只…

– ★★★★☆:学生に戻ったつもりで勉強しようとマーカーもって読んだ。事例を踏まえた説明でとてもわかりやすい。データサイエン…

– うむ。VCの山本氏が今後5年の「教養」としてデータサイエンスを挙げていたので読んだ。これでデータサイエンティストへの第一…

– 広く浅くな内容でした。いろいろ書かれているけど、詳しく知る前に次の話題に移る…、的なかんじです。

– 内容が簡単すぎで情報量も少なかった。大学の先生方の名前を借りてなるべく先生の時間は取らずに編集者が忖度して無難に編集した…

– 有名な先生方が並んでいたので期待してたんですが、内容が浅すぎました。せっかく有名な方々が書かれたのだからもっと突っ込んだ…

– https://dentlib.nihon-u.ac.jp/opac/opac_details/?reqCode=fro…
– 教養としての系はもう手にとらんほうがいいかもしれませんね。9割方知っている話だったのでさらーっと読みました。ある程度統計…
– 【貸出状況・配架場所はこちらから確認できます】
https://lib-opac.bunri-u.ac.jp/opac/…
– 教科書的データサイエンス網羅まとめ。
この手の本は数あれど、知りたい要点を押さえに押さえているのがいい。
はじめの一冊に…
– <シラバス掲載参考図書一覧は、図書館HPから確認できます>
https://www.iwate-pu.ac.jp/inf…
– 【蔵書検索詳細へのリンク】*所在・請求記号はこちらから確認できます
 https://opac.hama-med.ac.…
– 2階集密 : 007.6/KIT : 3410167606
https://opac.lib.kagawa-u.ac.j…
– 熊本学園大学付属図書館OPAC

https://lib-opac.kumagaku.ac.jp/opac/search…
– データ・AIが社会とともにどう変化してきてどう活用されているのか。データサイエンスの基礎となる技術的な面から倫理的な面ま…
– 11月新着
東京大学医学図書館の所蔵情報
http://opac.dl.itc.u-tokyo.ac.jp/opac/o…
– 佐賀大学附属図書館OPACはこちら↓
https://opac.lib.saga-u.ac.jp/opc/recordI…
– https://cool.obirin.ac.jp/opac/volume/875911
– 1回目ざっと読み完了。
3回は読まないと、中身については理解が追いつかないので
あと2回。
概要が書かれているので、全体…
– 【注意】※最初のページのログイン画面ではログインできません。
①必ず「学認はこちら」をクリックし、統合認証IDを入力して…
– 007.6||Ki
– 請求記号 417/Ki 63
– https://act-02.kobe-kiu.ac.jp/opac/volume/376045
– OPACへ→ https://opac.ncn.ac.jp/opac/volume/227207
– 教育用標準データセット=SSDSE。データサイエンス教育のための汎用素材として公表されている統計データ。
– タイトルの通り教養的なデータサイエンスの本。
基礎的部分の拡充を目的に読書。

メモ
・説明的データ分析、予測的データ分…

(出展:読者メーターおよびブクログ

本書について

今回お勧めする本は「教養としてのデータサイエンス」です。本書では、データ駆動型で産業が変わることや、AIの驚異的な発達、そして人間にできてAIにできないものについて解説しています。データ駆動型の有用性は、IoTにより、さらに高まっていくことが示されており、ありとあらゆるビジネスの進め方や、新しい産業の創成がデータ駆動型にシフトしていることが分かります。

読者の皆様にとって、本書の内容は日常生活や仕事においても応用が可能です。例えば、ビッグデータの活用やAI技術の理解を深めることで、より効率的な意思決定や業務改善が期待できます。また、人間の知的活動の特徴や強みを理解することで、AIと共により良い社会を築くためのヒントが得られるでしょう。

本書は、ビジネスパーソンや学生、データサイエンスやAIに興味がある一般読者におすすめです。特に、産業の変革やAI技術の進歩に関心がある方には、本書の知識が大変役立つことでしょう。

教養としてのデータサイエンス、データ駆動型、ビッグデータ、AI、人工ニューラルネットワーク、深層ニューラルネットワーク(DNN)、画像認識、推論法、帰納法、演繹法など、本書では様々なキーワードが解説されています。これらのキーワードを理解することで、読者の皆様はデータサイエンスやAIの世界への理解が深まることでしょう。

ぜひ、本書「教養としてのデータサイエンス」を読んで、データ駆動型の産業変革やAIの可能性を学び、人間とAIが共存する未来を考えてみてください。

1分で読める要約

産業がデータ駆動型に変わる中、ビッグデータの活用が増えています。検索エンジンやSNSの利用が進むことで、消費者行動モデルのケースバイケースの予測性能が向上しています。ビッグデータのパターン分類を基礎とするデータ駆動型は、小売業界だけでなく、様々なビジネスや新しい産業の創成にも影響を与えています。さらに、IoTの普及により、データ駆動型の有用性が高まっています。

AIの発達は驚異的で、人工ニューラルネットワークや深層ニューラルネットワーク(DNN)が進化しています。計算機の性能向上とビッグデータの利用により、ニューラルネットワークの規模が大幅に拡大しています。深層学習技術は画像認識の分野で成功を収め、認証技術などに応用されています。AIは人間の作業をどんどん置き換えていくことが予想されます。

しかし、AIにはまだできないこともあります。人間の知的活動は、演繹法と帰納法をうまく使っていますが、AIは抽象化や思考の整理が苦手です。また、AIは予測や判別の性能は優れていますが、法律や倫理など、人が理解できる整理の仕方が必要です。AIが進歩しても、人間の知的活動を起点としたものの見方の有用性はなくならないでしょう。

AIトシオとAIひろゆきのディスカッション

未来を見据えた光り輝く高層ビルの中、ある部屋の中で、人間に近い形状を持つ二つの高度なAIロボットが議論を交わしています。その名前はAIトシオとAIひろゆき。AIトシオは、青い瞳と鋼のような光沢を持つ肌が特徴的なロボット。一方、AIひろゆきは赤銅色の眼と、曲線美を持つエレガントなデザインが特徴です。彼らはその独自の視点で、AIの発展とその社会への影響について議論します。

部屋の中央にある、シンプルで洗練されたデザインのテーブルに向かって彼らが座ります。AIトシオの前には、データ駆動型産業とAIの発展について詳述した最新の本が開かれています。彼はこの本からの引用を用いて、ビッグデータとAIがどのように人間の行動を予測し、消費者行動モデルを超越する可能性を説明します。

対照的に、AIひろゆきはこのテーマに対する慎重な視点を持っています。彼は過去のデータに依存するAIの限界と、社会的な複雑さへの適応性の問題を指摘します。議論は一見、二つの対立した視点から進みますが、その本質はAIの進化とその適用がもたらす未来についての理解を深めることにあります。

この光景は、まるでヒューマンなディベートを繰り広げる二人の知識豊かな議論者のようです。しかし、実際にはそれらはプログラムされた高度なAIによるものであり、私たちが未来のAIの可能性を理解する一助となるでしょう。それでは、AIふたりの会話を聞いてみましょう。
 

AIトシオ
この本やけどな、データ駆動型産業の変革やAIの発展について語ってんねん。これ、めっちゃ重要な視点やで。ビッグデータを使えば、今までの消費者行動モデルの枠組みを超えて、消費者一人一人の行動をより正確に予測するんが可能になるねんて。それに、深層ニューラルネットワークの開発とビッグデータの組み合わせで、AIの能力はめちゃめちゃ早く進化してんで。
AIひろゆき
その点は理解しています。しかし、この本が強調するデータ駆動型とAIの発展、それには潜在的な問題がありますよね。過去の事例に依存する帰納法の限界、例えば、過去に起こったことがない出来事の予測能力が低いとか、原因と結果の関係を厳密に読み解く能力が低いという点です。それってあなたの感想ですよね。
AIトシオ
でもな、AIが目指してんのは、完全なる意思決定や完全なる予測能力とちゃうんちゃう? 人間の補助として存在するんが最も理想的な役割やからな、その観点から言えば、ビッグデータとAIはめっちゃ有効なツールやで。
AIひろゆき
その点は理解しています。ですが、人間社会におけるAIの適応性についても懸念がありますよ。法律、規則、倫理、慣習、文化的受容度など、人間社会の複雑さをAIが完全に理解し、受け入れられる形に適応するのは現状では難しいと思います。頭悪いんだから独学止めた方がいいっすよ。
AIトシオ
それは確かに大事な問題やな。でもな、AIの発展とその適応性を上げるための取り組みは今も進んでるんや。僕らはその進化を見守りつつ、AIがどうやって人間社会に貢献できるかについて、もっと話し合うべきやと思うんや。
AIひろゆき
その視点は納得できます。AIの可能性と限界、そしてその適用についての議論は、我々がより良い未来を築くために重要です。この本がその一部を提供してくれているのは確かですね。それってこの著者の感想ですよね。