大学 4 年間のデータサイエンスが 10 時間でざっと学べる(ダイガクヨネンカンノデータサイエンスガジュウジカンデザットマナベル)

【本書の内容】
次代の花形職種である「データサイエンティスト」はどのような知識を身につけているのか?

データサイエンスとは?という基礎から、実際にデータ分析するために必要なパソコンの知識、プログラミングの基礎、機械学習、画像解析まで。

気鋭の若手研究者による、データサイエンス入門の一冊。

【本書の目次】
第 1 部 データサイエンスの基本● (1) データサイエンスとは?
第 2 部 データサイエンスの基礎技術● (2) 計算機の仕組み／ (3) プログラミングの基礎 (1) ／ (4) プログラミングの基礎 (2) ／ (5) アルゴリズム (1) ／ (6) アルゴリズム (2) ／ (7) データベース／ (8) 最適化の方法
第 3 部 統計学・機械学習の基礎● (9) 機械学習の基本／ (10) 過学習とモデル選択／ (11) 回帰問題と住宅価格／ (12) アンサンブル学習と住宅価格／ (13) 分類問題／ (14) 教師なし学習
第 4 部 コーパスとネットワークの分析● (15) トピックモデル／ (16) ネットワーク分析
第 5 部 ディープラーニング● (17) ニューラルネットワークの基礎／ (18) ディープラーニング／ (19) ディープラーニングによる系列データ分析／ (20) ディープラーニングによる画像分析
第 1 部 データサイエンスの基本● (1) データサイエンスとは?
第 2 部 データサイエンスの基礎技術● (2) 計算機の仕組み／ (3) プログラミングの基礎 (1) ／ (4) プログラミングの基礎 (2) ／ (5) アルゴリズム (1) ／ (6) アルゴリズム (2) ／ (7) データベース／ (8) 最適化の方法
第 3 部 統計学・機械学習の基礎● (9) 機械学習の基本／ (10) 過学習とモデル選択／ (11) 回帰問題と住宅価格／ (12) アンサンブル学習と住宅価格／ (13) 分類問題／ (14) 教師なし学習
第 4 部 コーパスとネットワークの分析● (15) トピックモデル／ (16) ネットワーク分析
第 5 部 ディープラーニング● (17) ニューラルネットワークの基礎／ (18) ディープラーニング／ (19) ディープラーニングによる系列データ分析／ (20) ディープラーニングによる画像分析

データサイエンスという言葉が指す範囲は広く、統計学、機械学習、プログラミング、ビジネス課題の設定まで多岐にわたります。本書は KADOKAWA の「大学 4 年間が 10 時間でざっと学べる」シリーズの一冊として、この広い領域に見取り図を与えることを目的にしています。統計的仮説検定、回帰分析、クラスタリングといった手法を薄く広く取り上げ、それぞれが何のために使われるのかを短い紙幅で示す構成です。

深い理解を得るための本ではなく、どの分野を掘り下げるべきかの判断材料を得るための本です。たとえばデータサイエンティスト職に興味がある非エンジニアや、分析チームとの協業が始まったビジネス職の方が「会話のための土台」を素早く作りたい場面に向いています。

注意点として、各テーマの解説は概念レベルにとどまるため、ここから直接コードを書けるようにはなりません。本書で興味の方向を定め、統計ならば統計の専門書、 Python での実装ならば実装書へ進む使い方が効果的です。 10 時間という謳い文句のとおり、短期間で地図を手に入れたい人向けの一冊です。