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

本書は初学者がデータサイエンスを理解する上で必要な基礎知識を 1 冊にまとめたものです。一般的なデータサイエンスの本では省略されがちな前提知識、たとえばハードウェア技術、ソフトウェア技術、アルゴリズムの話なども、データサイエンスとの関連を強調しながら丁寧に解説するように努めました。本書を通じてざっとでもデータサイエンスを支える基礎技術をつかんでいただければ幸いです。とはいえ読者によっては「プログラミングの話は興味ない」「商用利用するわけではないからデータベースの話は関係ない」など、さまざまなニーズがあることでしょう。そうしたニーズにも応えられるように、なるべく章ごとに完結するように書かれているため、好きな箇所から読み進めてもらって構いません。
第 1 部 データサイエンスの基本
第 2 部 データサイエンスの基礎技術
第 3 部 統計学・機械学習の基礎
第 4 部 コーパスとネットワークの分析
第 5 部 ディープラーニング

『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』 (久野 遼平、木脇 太一 著、KADOKAWA、2022 年 12 月 22 日発売) は、初学者がデータサイエンスを理解する上で必要な基礎知識を 1 冊にまとめた文庫です。版元の紹介文は、データサイエンスの本では省略されがちな前提知識として、ハードウェア技術、ソフトウェア技術、アルゴリズムの話も、データサイエンスとの関連を強調しながら解説すると案内しています。角川文庫の 1 冊で、国立国会図書館の書誌には 2018 年刊の加筆修正と注記されています。

全 5 部の構成、データサイエンスの基本からディープラーニングまで

目次は 5 部構成で、第 1 部「データサイエンスの基本」、第 2 部「データサイエンスの基礎技術」、第 3 部「統計学・機械学習の基礎」、第 4 部「コーパスとネットワークの分析」、第 5 部「ディープラーニング」の順に並びます。紹介文によれば、本書はなるべく章ごとに完結するように書かれていて、好きな箇所から読み進めてかまわないとされています。紹介文は、プログラミングの話に興味がない読者や、商用利用はしないのでデータベースの話は関係ないという読者のように、読者によってさまざまなニーズがあることにも触れています。

統計学と機械学習を支えるハードウェアとソフトウェア

データサイエンス は、統計学とプログラミングと対象領域の知識を組み合わせて、データから意味のある知見を取り出す分野です。データを集めて保存し計算するには、コンピューターのハードウェアとソフトウェア、データベースの仕組みが関わり、計算の手順はアルゴリズムとして設計されます。分析の工程では、手元の標本から全体の性質を推し量る 統計学 と、データからパターンを学習して予測に使う 機械学習 が中心になります。

文章のコーパスとつながりのネットワーク、深層学習

コーパスは、新聞記事や書き込みのような大量の文章を分析用に集めたデータで、単語の出現の頻度や、一緒に現れる語の組み合わせを数えるところから分析が始まります。ネットワークの分析は、人や組織、ウェブページのつながりを点と線の集まりとして表し、どこが中心にあるかや、どのようなまとまりがあるかを調べる手法です。ディープラーニング は、多層のニューラルネットワークでデータから特徴を学習する機械学習の一手法で、画像や音声、言葉のデータの処理に使われています。

刊行時の版元の著者紹介では、久野 遼平は東京大学情報理工学系研究科ソーシャル ICT 研究センター特任助教とキヤノングローバル戦略研究所研究員、木脇 太一は東京大学大学院情報理工学系研究科数理情報学専攻特任助教です。本書は、データサイエンスの基本と基礎技術、統計学と機械学習、コーパスとネットワークの分析、ディープラーニングを、文庫判の 1 冊に収めています。