「数理・データサイエンス・AI ／リテラシーレベル」に対応した新しいテキストが登場！

　ファーストステップシリーズは、コンピュータを初めて本格的に学ぶ大学生・高専生を対象にしたものです。シリーズの中で、本書は、政府の「AI 戦略2019」によって、すべての大学・高専生が習得すべき「数理・データサイエンス・AI ／リテラシーレベル」として策定されたモデルカリキュラム（2024 年２月改訂）に準拠した内容のテキストです。特に、コンピュータに関する学習をこれから始める文系学部の学生の皆さんにとっても、分かりやすく学んでいただけるように配慮しました。 本書ではAI やデータサイエンスの知識や仕組みについて、事例や図解を使って具体的に説明しています。また、それらがどのように使われ、どんな有効性があるのか、反面、どんな問題があるのかについても示しました。AI・データサイエンスを1から学ぶためにこの上ない一冊です。

著者のスペシャルインタビューはこちら

【エクセルの操作を通じて初歩的な統計学の概念を理解！】

　本書はエクセルの操作を通じて初歩的な統計学の概念を理解し、簡単なデータ分析ができるようになることを目的としています。文章による説明は極力減らし、数式についてはなるべくことばに訳して説明することで、はじめてデータサイエンスを学習する際の最初の入門書としても無理がないよう、やさしく詳しい記述でまとめられています。
　「ビジネス統計スペシャリスト・エクセル分析ベーシック」資格を取得するためにも十分な解説を掲載。統計学の知識をもっていない、エクセルの使用に慣れていない初心者の方に最適な一冊です。

著者のスペシャルインタビューはこちら

統計処理は科学的評価に必須のツールとなっていますが、統計学には独特の概念があり、統計学に馴染みのない分野では解析や評価の場面で誤解・誤用をしてしまう場面があります。
　またRやPythonといった統計処理に有用な各種ソフトウェアも、使う側が正しい解釈をできなければ誤った結果を招くことがあります。そこで「統計解析をしたいけれどうまく実践できない、途中で挫折してしまった」という方々の一助となるため、日本生物工学会誌で連載された記事を再編・加筆し単行本いたしました！

　本書では、ありがちな統計解析の失敗の具体例を挙げてその解決法を解説・解析手順を実行する簡単なRおよびPythonスクリプトを記載・モジュールの活用を調べる方法を紹介しています。
　最後までたどり着くことを重視して読みやすい登場人物の会話形式にしていることから、バイオ研究における統計解析の初心者にもおすすめの内容となっています。

※近代科学社Digitalのプリントオンデマンド（POD）書籍は、各書店の店舗でもご注文いただけます。受注生産となりますので、お届けまでに10日～14日ほどかかります。

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．

データ活用を失敗しないための基礎を学ぶ！
データサイエンスの社会的需要が高まる中、データサイエンティストにはデータを的確に把握する能力が求められる。
そのためには、データ全体をさまざまな角度から丹念に調べ理解することから始めなければいけない。
本書ではデータの形式や属性、型などの骨子を解説し、データを扱う上で抑えるべき基本についても著者が開発した視覚表示ソフトウェア「TRAD」(無償)を通して自然に身に着くよう組み立てられている。
20年以上に渡り「サイエンスとしてのデータサイエンス」を追い求めてきた著者が贈る、データの時代に迷わないための必読書。

「なぜ」を導くデータサイエンスでAIの透明化を実現する！
AIの要である機械学習は、結果を導き出す過程がブラックボックス化する問題があり、AI実用化の障害となっている。その解決策として、丹念なデータ分析によりデータの背景にある現象を統計モデルで表現する、本来の意味での「データサイエンス」の活用が期待されている。メカニズムが理解可能なモデルをAIの頭脳に使うことで、AIの透明化――すなわち説明可能なXAIも実現できる！
本書ではデータサイエンスの考えに基づく統計モデリングの解説に加え、機械学習の代表的な手法を Rを用いて体験していく。本書を読み込めば、探索的データ解析と機械学習、それぞれの本質を学ぶことができる。

データマイニングで重要な仮説の設定について，その枠組みを解説した書物は世の中にあまりない．そこで本書では誰もが一番悩むデータマイニングのための仮説構築の手法を重点的にまとめた．
　更にデータマイニングに必要な，統計スキル・ITスキル・企画スキル・コミュニケーションスキルという４つのスキルを養成するために，２種類のPBLに基づく課題を設定することで，より実践的な学習を目指した．

データを流通させる !!
ビッグデータ時代の必然的な概念として，「データ市場」が注目されている．これは，皆が安心できる条件で必要に応じてデータを共有し，また状況に応じて結合したり分析したりして使うことで新たなビジネスを生み出すという，いわばデータの取引市場である．
本書は，データ市場構築の手法をIMDJ (Innovators Marketplace on Data Jackets)を中心に幾つか挙げて，その具体的な活用方法を産業界の視点から提案する．IMDJは，すでに経済産業省，国土交通省のワークショップでもビジネスモデル構築技術として採用されている．ビックデータに関係する読者には，まさに必携の書である．

本物のデータサイエンティストになるための、データサイエンスの元祖による待望の書 ── バイブル登場！！
　「ビッグデータ」「統計」「データサイエンス」などが大きく取りざたされ、2012年度から高等学校の一年次必修科目でも単元「データ分析」が導入された。
　2部構成をとる本書の第I部では、高校の「データ分析」の内容と連携し、データ分析の際に最低限心得ておくべき事柄をわかりやすくまとめている。第II部は、第I部の知識を基に、データサイエンスの入門と、さまざまな分野での事例を通したデータサイエンスの実践を詳説している。また、本文をより深く理解できるよう、随所に「演習問題」「傍注」などを多数配置した。

目指す・育てる・活用する人　必携!!
「データサイエンティストほど素敵な仕事はない」（ビジネス誌Harvard Business Reviewの2012年10月号）と言われるほど、この職種は世界的に注目されている。しかし、実際にこの職種に就こう、育てよう、また組織としてこの職種を活用していこうと考えたときに、どのよう進めていけばよいのか、新しいがゆえに指標となるものが少ない。
　本書は、著者らの統計数理研究所・IBMコンサルタント部門で培った知見をもとに、この仕事を目指す人、育成する人に必要な情報、組織としていかに活用するかを、分かりやすい事例と整理された内容で理解しやすいよう解説する。
　まさにデータサイエンティストに係わるすべての読者必携である！