Python で学ぶはじめてのデータサイエンス(パイソンデマナブハジメテノデータサイエンス)

文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、 Python を使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。数理・データサイエンス・ AI 教育プログラム認定制度 (リテラシーレベル) に準拠。大学、大学院の講義で教科書として使用しやすいよう、全 14 章で構成しています。
■第 1 章 データサイエンスへのいざない
◆ 1-1 データ (Data)
◆ 1-2 データサイエンス (Data science)
◆ 1-3 データサイエンティスト
◆ 1-4 データサイエンスにおける分析手法
■演習問題

■第 2 章 データサイエンスのための Python プログラミング
◆ 2-1 プログラミングの基本
◆ 2-2 データの構造
◆ 2-3 Python の準備と実行
■演習問題

■第 3 章 データサイエンスのためのデータ収集
◆ 3-1 公開データの収集
◆ 3-2 アンケート調査
■演習問題

■第 4 章 データサイエンスのためのデータ前処理
◆ 4-1 データの蓄積
◆ 4-2 データ加工の技術
◆ 4-3 データクレンジング
■演習問題

■第 5 章 データサイエンスのための確率統計
◆ 5-1 直感と数学
◆ 5-2 数え上げ
◆ 5-3 集合と場合の数
◆ 5-4 確率
◆ 5-5 基本統計量
■演習問題

■第 6 章 統計的検定を用いたデータサイエンス
◆ 6-1 確率分布
◆ 6-2 推測統計
■演習問題

■第 7 章 A/B テストを用いたデータサイエンス
◆ 7-1 A/B テスト
◆ 7-2 「平均値の差の検定」と「独立性の検定」
◆ 7-3 アンケート調査によるデータの分析
■演習問題

■第 8 章 データサイエンスのためのアルゴリズム
◆ 8-1 ソフトウェアとアルゴリズム
◆ 8-2 組み合わせ爆発
◆ 8-3 探索問題
■演習問題

■第 9 章 回帰 AI を用いたデータサイエンス
◆ 9-1 回帰 (Regression)
◆ 9-2 回帰分析
◆ 9-3 重回帰分析
■演習問題

■第 10 章 分類 AI を用いたデータサイエンス
◆ 10-1 分類 AI
◆ 10-2 決定木
◆ 10-3 アンサンブル学習
■演習問題

■第 11 章 クラスタリング AI を用いたデータサイエンス
◆ 11-1 クラスタリング
◆ 11-2 階層的クラスタリング
◆ 11-3 非階層的クラスタリング
■演習問題

■第 12 章 レコメンド AI を用いたデータサイエンス
◆ 12-1 連関分析
◆ 12-2 協調フィルタリング
■演習問題

■第 13 章 時系列データ分析 AI と自然言語処理 AI を用いたデータサイエンス
◆ 13-1 時系列データ
◆ 13-2 文章データ分析
■演習問題

■第 14 章 画像分析 AI を用いたデータサイエンス
◆ 14-1 AI による画像分析
◆ 14-2 ニューラルネットワーク
◆ 14-3 畳み込みニューラルネットワーク (Convolutional neural network)
■演習問題

『 Python で学ぶはじめてのデータサイエンス』は、 2023 年 4 月に技術評論社から刊行された、吉田雅裕氏によるデータサイエンスの教科書です。文系・理系を問わないすべての大学生を読者に想定し、数理・データサイエンス・ AI 教育プログラム認定制度 (リテラシーレベル) に準拠して書かれています。大学や大学院の講義で教科書として使いやすいよう全 14 章で構成されていますが、 Python を使った演習を軸に進む作りなので、独学の教材としても十分に成立します。

全 14 章の構成: 土台の前半と応用の後半

構成は前半と後半で性格が分かれます。第 1 章から第 8 章までは、データサイエンスへの導入、 Python プログラミング、データ収集、データ前処理、確率統計、統計的検定、 A/B テスト、アルゴリズムと、分析の土台を順に固めていきます。後半の第 9 章から第 14 章は応用編で、回帰、分類、クラスタリング、レコメンド、時系列データ分析と自然言語処理、画像分析と、 AI を用いた分析手法を 1 章ずつ体験する流れです。データを集めて整え、統計的に検証し、モデルで予測するという一連の工程を 1 冊で往復できる範囲設定になっています。

読みどころ: 検定と A/B テストを先に据える

特徴的なのは、統計的検定と A/B テストにそれぞれ独立の章を割いている点です。機械学習の入門書 は手法のカタログに紙面を使いがちですが、本書は「その施策に効果があったと言えるのか」を検証する統計側の作法を応用編より先に据えており、ビジネスの現場でデータを扱う場面との接点が意識されています。レコメンドや時系列といった実務で頻出の題材が入門段階から登場するのも、データサイエンスという仕事の全体像を掴むうえで役立ちます。数学的な背景がなくても概要を理解しながら進められる書き方なので、数式の壁で挫折した経験がある人 にも取り組みやすい難易度です。

物足りなくなる段階と 2023 年刊の注意点

一方で、広い範囲を 1 冊で見渡す構成のため、個々の手法の数理的な裏付けや実装の細部を深く掘り下げたい段階では物足りなくなります。その場合は本書で得た地図を頼りに、統計学なり機械学習なりの 専門書へ進む のが自然な使い方です。刊行は 2023 年で、 Python と周辺ライブラリは更新が続く分野なので、手元の環境で動かす際は各ライブラリの公式ドキュメントで版差を確かめながら読み替えてください。データサイエンスの全体像を講義 1 コマ分の体系として最初に俯瞰したい人には、認定制度準拠という設計の裏付けも含めて、安心して選べる 1 冊です。