［改訂新版］ AI データサイエンスリテラシー入門

政府による「 AI 戦略 2019 」では,文理を問わず,すべての大学・高専生 (約 50 万人卒／年) が正規課程でリテラシーレベルの数理・データサイエンス・ AI を修得することを目標としました。そして各大学・高専で参照可能な「数理・データサイエンス・ AI (リテラシーレベル) モデルカリキュラム」が策定されました (2020 年 4 月版) 。このモデルカリキュラムが 2024 年 2 月に改訂されました。 本書は「数理・データサイエンス・ AI (リテラシーレベル) 」通称 MDASH に準拠した教科書です。 2024 年 2 月改訂の MDASH に対応しています。章構成は,モデルカリキュラムの「導入」「基礎」「心得」に沿った内容となっています。 一部の私立文系の大学では,中学数学すら修めていない学生が多く,コンピュータリテラシーも低い傾向にあります。本書は,そういった私立文系学生でも無理なく学べるよう,やさしく解説しています。 Excel の基本的な操作を学習したあと,与えられたデータをもとに「データを読み,データを説明し,データを扱う」ことを,実際に動かしながら理解します。このデータ分析の演習を通して,データサイエンスを体験できます。 本書で「リテラシーレベルのモデルカリキュラムを網羅できる」ため,教科書として採用しやすい内容となっています。講義と Excel 実習をバランスよくおりまぜた半期 1 コマ 15 回の授業計画のモデルケースを紹介しており,コンピュータリテラシー担当教員がすぐに数理・データサイエンス・ AI のリテラシー授業を始めることができます。 第 1 章 ［導入］社会におけるデータ・ AI 利活用 1-1 社会で起きている変化 1-2 社会で活用されているデータ 1-3 データ・ AI の活用領域 1-4 データ・ AI 利活用のための技術 1-5 データ・ AI 利活用の現場 1-6 データ・ AI 利活用の最新動向 第 2 章 ［基礎］データリテラシー 2-1 Excel の基本的な操作方法 2-2 時系列データの可視化 2-3 平均の算出とその可視化 2-4 標準偏差の算出とその可視化 2-5 大量のデータを扱う方法 2-6 基本統計量の算出と箱ひげ図 2-7 度数分布表とヒストグラムの作成 2-8 散布図の作成と相関係数の算出 2-9 定性データの扱い方とクロス集計 第 3 章 [心得] データ・ AI 利活用における留意事項 3-1 データ・ AI を扱う上での留意事項 3-2 データを守る上での留意事項