商品名や試験名で検索
+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+
「本格的に学ぶ前の基礎の段階」を本書で築きあげましょう!
「ビッグデータ」とかいわれるけど,どんなものなんだろう。
「データサイエンティスト」を目指せっていわれたけど,どんな仕事なんだろう。
「AI」や「人工知能」ってなんだろう。
「AI に仕事を奪われる」って聞いたけど,これからの時代になにが起きるんだろう。
そんな疑問をもっていませんか?
これからの時代には,AI やデータ処理は特別なものではなくなります。
その当たり前を身につけることで,「よく知らないこと」への不安をなくしましょう。
本書では,データそのものからデータサイエンス,これから様々なデータを生み出す元になると思われているIoT,そしてAIとデータの世界を巡るように,広く横断的に基礎知識を学ぶことができます。
データサイエンスやAI に興味をもちはじめた方,これからITを学ぶ方,
「本格的に学ぶ前の基礎の段階」を本書で築きあげましょう!
本書の特徴
第4次産業革命後のDX時代に生きるIT人材が最初に知っておくべき,データサイエンス,IoT,AIに関する基礎知識をまとめたテキスト。データサイエンス,IoT,AIの,過去からの経緯とおおまかな理論が学べる1冊です!
AIだけの入門書と異なり,AIの元となるデータの捉え方からデータサイエンスに至るまで横断的に学ぶことができるのでデータサイエンス,IoT,AIの基礎知識を幅広く習得することができます。
- 分かりやすい言葉とイラストで,基礎知識を横断的に理解することができるので,これから本格的に学ぶための導入書籍としておすすめします。
- 各章のMini Discussionと章末問題で書籍の理解度が深まります。
- 巻末のワークブックで,書籍内容が知識として身についたかを確認することができます。
- 用語索引付きで技術用語のリファレンスとして長く活用できます。

こんな方にオススメ
- ITをこれから学ぼうとしている初学者の方
- データサイエンスやAI に興味をもっているけれど,何から始めたらいいか迷っている方

本書による期待できる効果と注意ポイント
・データサイエンス,IoT,AI全体の基礎知識を広く学ぶことで,各分野を本格的に学ぶ前の基礎段階を作ることができます。
・統計,データベース,情報処理など点で覚えている知識をつながりで理解することができます。
・技術や実際の導入方法について深く解説することは目的としていないテキストです。本書を読んでから,深く学びたい分野の専門書の学習へ進みましょう!
・Kindle,楽天Koboで電子書籍版も販売しています。
本書の構成
IoTはデータを集め,AIはデータを学習しデータを解析します。IoTもAIも「データ」を処理する技術です。
そのため,まずは「データとは何か」から紐解き,順々にデータの世界を巡っていく構成になっています。
データとは何かを理解する章です。データの種類や加工の仕方,見方を解説します。
企業で扱うデータとはどのようなものかを理解する章です。
データそのものへの理解と,データを分析する業務への理解を深め,社内のデータを扱い,仮説設定から分析を行い,改善策立案までができるように解説しています。
IoTとは何かを理解する章です。
仕組みから処理技術を紹介し,IoTをどのようにビジネスに活かすのかを考えます。
AIとは何かを理解する章です。
AIにできること,できないことを理解することから始まり,基礎理論や技術,AIはどのように学習しているのか,アルゴリズムの代表例などと広く紹介しています。
AIの活かし方を理解する章です。
様々な活用事例を紹介し,これからのAIとAIを活用できる人とはどんな人かを考えます。
書籍付録・書籍連動コンテンツ
- 「ワークブック(取り外し可)」
- 「ダウンロードサービス ワークブック解答」
[重要ポイントについて穴埋め方式]
覚えたつもりでも実際に穴埋めすると理解できていないことを気付くものです。再度,該当か所を見直し,自分の手で記入することで復習と知識の定着化につなげることができます。
ワークブックの穴埋め箇所が記入してある「解答」をダウンロードして確認できます。
書籍詳細
主要目次 |
はじめに |
Chapter 1 データはどのように処理されてきたのか 1-1 データの種類 1 ITと情報 2 データとは 3 ITの基礎概念 4 データの種類 5 データセット 1-2 データの集計と加工 1 データの集計 2 その他の分析 1-3 データの読み方 1 データの落とし穴 2 データの統計学的解釈 1-4 データの可視化 1 可視化の種類 2 可視化ツール ■ Mini Discussion ■ 章末問題 ■ 章末問題解答・解説 |
|
Chapter 2 ビッグデータも怖くない! データサイエンスの基礎 2-1 データ分析で最初にやること 1 データサイエンティストの仕事 2 データ分析のプロセス 3 ビジネスの理解 4 データの理解 5 データの準備(前処理) 6 データの処理とモデリング 7 評価 8 デプロイ 2-2 データ分析の代表的な手法 1 説明変数と目的変数 2 初歩の分析方法 3 関係の強さを調べる:相関分析 4 予測を行う:回帰分析 5 数値の差の意味を見極める:検定 6 関わりのルールを求める:マーケットバスケット分析 2-3 Webサイトの改善から体験するデータ分析 1 KGIとKPIの設計 2 仮説を立てる 3 時系列分析とセグメント分割 4 分析と仮説検証 5 改善策の立案 2-4 データ分析基盤の構築 1 データ分析基盤を構成する要素 2 各種ログの取得 3 データレイク 4 データウェアハウス 5 データマート 6 クラウドの活用 ■ Mini Discussion ■ 章末問題 ■ 章末問題解答・解説 |
|
Chapter 3 IoTの基礎 3-1 新世代のIoT 1 IoTとは 2 H2H,H2M,M2M 3 クラウドコンピューティングとは 4 IoTとクラウドコンピューティング 3-2 IoTシステムの仕組みと構成 1 IoTの階層構造 2 デバイス層 3 エッジコンピューティング層/フォグコンピューティング層 4 クラウドコンピューティング層 5 IoTで利用される通信規格 6 IoTの3層の役割分担 3-3 IoTとストリームデータ処理 1 データ処理の種類 3-4 IoTをビジネスにどうやって活かすか 1 IoTでビジネスは何が変わるか 2 IoTのビジネス活用事例 ■ Mini Discussion ■ 章末問題 ■ 章末問題解答・解説 |
|
Chapter 4 AIの基礎 4-1 AIでできること・できないこと 1 知能とは 2 人工知能とは 3 AIにできること 4 AIにできないこと 5 AIと知識 6 AIと推論 4-2 AIの基礎技術 1 AIと機械学習/ディープラーニング 2 AIのプラットフォーム 3 エッジコンピューティング 4 機械学習/AIライブラリ 4-3 AIに学習させる方法 1 学習するとは 2 教師あり学習 3 教師なし学習 4 強化学習 5 機械学習の手順 6 Alpha Goはどのように学習したのか 4-4 代表的なアルゴリズム 1 回帰に使用するアルゴリズム 2 分類(識別)に使用するアルゴリズム 3 クラスタリングに使用するアルゴリズム 4 次元削減(圧縮)に使用するアルゴリズム 4-5 画像認識をしてみる 1 トイ・データセット 2 訓練データとテストデータの準備 3 モデルに学習を行わせる 4 モデルの学習結果をテストデータを用いて評価する ■ Mini Discussion ■ 章末問題 ■ 章末問題解答・解説 |
|
Chapter 5 AIをビジネスにどう活かすか 5-1 AIで予測を行う 1 予測のための技術 2 AIと気象情報による需要予測 3 モバイル空間統計によるタクシーの需要予測 5-2 AIで認識する 1 人やものを認識する技術 2 パターン認識と物体検出 5-3 AIでカスタマサポートをする 1 自然言語処理の技術 2 チャットボットをビジネスに活かす 5-4 スマートマシン 1 スマートマシンの概念とエージェントの考え方 2 スマートマシンとRPA 5-5 AIのこれから 1 AIの課題とこれから 2 AIを活用できる人材 ■ Mini Discussion ■ 章末問題 ■ 章末問題解答・解説 |
|
索引 参考文献 巻末付録 ワークブック |
書籍名 | AI・データサイエンスの基礎 |
著者 | 吉原 幸伸 |
判型 | A5判 |
頁数 | 279頁 |
ISBNコード | 978-4-86575-162-8 |
──────────────────────────────────────────────────
その他オススメ商品

初版から25年、IT人材を育てたベストセラー教科書!
多くの企業の内定者・新人研修、学校の教材として採用され続けているIT技術者のバイブル!
>商品の詳細を見る
+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+─+
■商品のお届けに関して
・ご注文確定後、2020年1月22日以降、順次発送いたします。
-----------------------------------------------------------
試し読みはこちら >
データサイエンス,IoT,AIに関する基礎知識が1冊で学べる,DX時代の入門書!