今と未来がわかる データサイエンス(イマトミライガワカル データサイエンス)

インターネット上に蓄積された、膨大な量のデータを活用できるようにするため、いまデータサイエンスが注目されています。本書はそうしたデータサイエンスの基礎技術や関連する AI 技術などのことをオールカラーでビジュアルに解説します。

■世界中に雲のように存在するビッグデータ
現在、インターネットを介して誰でも閲覧できるサーバーが無数にあります。そこには文字情報だけでなく画像、音声、動画などの膨大な情報があります。こうした未整理の状態の複雑なデータをビックデータと呼びます。

■ビッグデータから宝を掘り出す
このビッグデータはただのガラクタの山ように見えて、じつはこの中にはお宝が埋まっています。このお宝を、道具を使って採掘することをデータサイエンス、採掘する人のことをデータサイエンティストと呼びます。

■データ分析の技術やツール
本書では、データの山から必要なデータを抽出する方法やデータから意味のある情報を取り出す統計の技法、ツールのことを、イラストや模式図、チャート図、表などを使ってフルカラーでていねいに解説しています。

■切っても切れない AI 技術との関連
また本書では、 AI がデータを分析する手法であるニューラルネットワークやビッグデータを使ってニューラルネットワークを強化する機械学習、ディープラーニングについてもていねいに解説しています。

【目次】
1 章 データサイエンスの必要性
2 章 データサイエンスと社会
3 章 データサイエンスと技術
4 章 データサイエンスの手法
5 章 データサイエンスと AI の活用

データサイエンスという言葉の守備範囲は広く、統計学・機械学習・データベース・ビジュアライゼーション・ビジネス分析と多岐にわたります。本書はその全体像をイラストと図解で俯瞰するタイプの入門書です。コードを書く手順ではなく「データサイエンスの世界には何があるのか」を地図として提示することを目的としており、個々の手法を深掘りするよりも分野の見取り図を得ることに重点が置かれています。

数学やプログラミングの前提知識が少なくても読み進められる設計のため、文系出身のビジネスパーソンや、データ活用に興味はあるがどこから手を付けるか迷っている人にとっての出発点になります。一方で、すでに Python で分析を始めている人や、統計検定の学習を進めている人にとっては既知の内容が多く物足りなく感じるかもしれません。

本書で全体像を掴んだあとに、統計なら統計の専門書、 Python での実装なら実装の専門書へ進む、というルートの起点として使うのが最も効果的です。何を学ぶべきかの地図を手に入れるための一冊と位置づけると、役割がはっきりします。