データサイエンス入門

ビッグデータの時代だ。さまざまな分野の研究がデータ駆動型に変わってきている。ビジネスでのビッグデータ利用も人工知能の開発とあいまって盛んだ。データ処理、データ分析に必要な情報学 (コンピュータ科学)、統計学の基本知識をおさえ、新たな価値創造のスキルの学び方を紹介する。待望の入門書。

データサイエンスとは何で、何から学べばよいのかを、統計学と情報学の両側から短く見通したい人のための新書です。『データサイエンス入門』 (竹村 彰通 著、岩波書店、岩波新書 新赤版 1713、2018 年 4 月刊) は、さまざまな分野の研究がデータ駆動型に変わり、ビジネスでもビッグデータの利用が人工知能の開発とともに広がっているという状況を出発点に、データ処理とデータ分析に必要な情報学 (コンピューター科学) と統計学の基本知識をおさえ、新たな価値をつくるスキルの学び方を紹介すると版元は説明しています。

統計学者が書いたデータサイエンスの見取り図

著者は統計学の研究者で、版元系の著者紹介によれば、東京大学経済学部教授や同大学大学院情報理工学系研究科教授などを経て 2016 年に滋賀大学データサイエンス教育研究センター長に就き、刊行時には同大学データサイエンス学部長を務めていました。統計学の研究と、データサイエンスを学部として教える仕組みづくりの両方に関わってきた立場から書かれた入門書だという点が、本書の性格をよく表しています。書誌には参考文献ありと記録されており、読み終えた後に次の一冊を探す手がかりも用意されています。刊行は 2018 年で、例として挙がる技術や社会の状況はその時点のものとして読むのが適切です。

情報学と統計学をつなぐ分野としてのデータサイエンス

データサイエンス が独立した分野として語られるようになった背景には、データの量と種類が増えたことで、従来の統計学だけでも、従来のコンピューター科学だけでも扱いきれない課題が生まれたことがあります。大量のデータを集めて整える処理にはプログラミングやデータベースの知識が要り、そのデータから偶然ではない傾向を読み取るには 統計学 の推測の考え方が欠かせません。さらに、何を問うべきかを決めるには対象となる業務や研究分野の知識が必要です。本書の紹介文が情報学と統計学の基本知識を並べて掲げているのは、この組み合わせこそがデータから価値を生む力の土台になるという考え方を反映しています。単発の データ分析 の手法を覚える前に、分野全体がどういう要素の組み合わせでできているのかを知っておくと、その後に学ぶ個々の技術の位置づけが格段に分かりやすくなります。

全体像を先に知りたい読者と専門書へ進む段階

新書という形式から、プログラミングの演習や統計手法の詳しい導出を一冊で身につける本として選ぶと目的がずれます。回帰分析や機械学習のアルゴリズムを手を動かして習得したい段階であれば、実装を扱う専門書へ進むのが近道です。一方で、データサイエンスを学び始める学生、データ活用の部署に配属されて分野の地図を手早く持ちたい社会人、あるいは部下やチームにデータサイエンスを学ばせる立場で何を学ぶべきかを把握したい人にとっては、統計学と情報学の専門家が示す学び方の筋道を短い時間で得られる一冊です。専門書に入る前に本書で全体を見ておくと、その後の学習の順番を自分で組み立てられるようになります。