データサイエンスリテラシー

内閣府・文部科学省・経済産業省の 3 府省が連携し、各大学・高等専門学校における教育の取組を奨励している、「数理・データサイエンス・AI」教育向けのテキスト。「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」に準拠。
第 1 部 社会におけるデータ・人工知能活用事例
1 章 データサイエンスとは?
2 章 データサイエンスの応用事例
3 章 機械学習の基本とその精度評価
第 2 部 データ分析技術の体験
4 章 データの可視化
5 章 テキストマイニング
6 章 ディープラーニング
第 3 部 オープンデータ・オープンサイエンス
7 章 オープンデータとは
8 章 オープンデータの成り立ち
9 章 データと倫理
第 4 部 課題解決プロセスの体験
10 章 データサイエンスによる SDGs 課題解決への取り組み
第 5 部 独自課題に向けたダッシュボード作成の体験
11 章 データ収集の基礎
12 章 データ収集演習
13 章 分類と回帰
14 章 ダッシュボードの作成
15 章 この本で学んだこと

『データサイエンスリテラシー』 (髙橋弘毅、市坪 誠、河合孝純、山口敦子 著、実教出版、2022 年 4 月 7 日発売) は、大学や高等専門学校の「数理・データサイエンス・AI」教育向けに書かれた データサイエンス のテキストです。紹介文によると、本書は「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」に準拠しており、この教育は内閣府 / 文部科学省 / 経済産業省の 3 府省が連携して各校の取り組みを奨励しているものです。副題は「応用事例と演習から学ぶ「誰も」が身につけたい力」です。

5 部 15 章の構成、活用事例からダッシュボード作成まで

目次は 5 部 15 章です。第 1 部「社会におけるデータ・人工知能活用事例」はデータサイエンスとは何かと応用事例、機械学習の基本とその精度評価の 3 章です。第 2 部「データ分析技術の体験」はデータの可視化、テキストマイニング、ディープラーニングの 3 章、第 3 部「オープンデータ・オープンサイエンス」はオープンデータとは何か、その成り立ち、データと倫理の 3 章で構成されます。第 4 部「課題解決プロセスの体験」は SDGs の課題解決への取り組みを扱う第 10 章の 1 章だけです。第 5 部「独自課題に向けたダッシュボード作成の体験」は、データ収集の基礎とデータ収集演習、分類と回帰、ダッシュボードの作成に続き、第 15 章「この本で学んだこと」で終わります。

機械学習の精度評価、可視化とテキストマイニング

機械学習 では、手元のデータを学習用と評価用に分け、学習に使わなかったデータでどれだけ正しく予測できるかを測ります。学習用のデータにだけ合わせ込んだモデルは、新しいデータで精度が落ちるためです。テキストマイニングは、文章を単語などの単位に分けて出現の頻度や語どうしのつながりを数え、大量の文章の傾向を数値や図で捉える手法です。日本語の文章は単語の間に空白が無いので、形態素解析で語に区切る処理を先に行います。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画像や音声などの複雑なパターンを学習する機械学習の一手法です。

オープンデータと倫理、分類と回帰で組む演習

オープンデータは、行政機関などが機械で読める形式で公開し、誰でも利用や再配布ができるようにしたデータです。データを集めて使う場面では、個人に関する情報の扱いや、データの偏りが分析結果に持ち込まれる問題が倫理の論点になります。第 5 部の分類と回帰は、教師あり学習の 2 つの型です。分類はデータがどの種類に属するかを、回帰は売上や気温のような連続した数値を予測します。ダッシュボードは、複数のグラフや指標を 1 つの画面に並べ、データの状態を一目で見られるようにした表示の形式です。

本書は、社会での活用事例と機械学習の基本から、データ分析技術の体験、オープンデータと倫理、SDGs の課題解決、データ収集から分類と回帰を経たダッシュボードの作成までを 5 部 15 章に収めています。