竹村彰通の作品一覧
「竹村彰通」の「応用基礎としてのデータサイエンス ＡＩ×データ活用の実践」「教養としてのデータサイエンス」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ★ベストセラー『教養としてのデータサイエンス』に続く第2弾！★ ★「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に完全準拠した公式カラーテキスト！★ ・いますぐ身につけるべき「データサイエンス」「データエンジニアリング」「AI」の基礎知識がここにある！ ・文理を問わず、大学・高専生に、自らの専門分野への数理・データサイエンス・AIの「応用基礎力」を習得させることを目的として編纂された。 ・カラーで見やすく、練習問題も充実。 【主な内容】 1章 データサイエンス基礎 1.1 データ駆動型社会とデータ分析の進め方 （久野遼平） 1.2 データの記述 （宿久 洋） 1.3 データの可視化 （宿久 洋・久野遼平） 1.4 データ分析の手法 （原 尚幸) 1.5 数学基礎 （清 智也) 2章 データエンジニアリング基礎 2.1 ビッグデータとデータエンジニアリング （内田誠一） 2.2 データ表現、プログラミング基礎、アルゴリズム基礎 （辻 真吾） 2.3 データ収集と加工、データベース （森畑明昌） 2.4 ITセキュリティ （宮地充子） 3章 AI基礎 3.1 AIと社会 （松原 仁) 3.2 機械学習の基礎と予測手法 （赤穂昭太郎） 3.3 深層学習の基礎 （今泉允聡) 3.4 ロボット、認識、言語 （高野 渉） ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。 -
3.5※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆「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」に完全準拠した公式テキスト！！◆ 【安宅和人氏（慶應義塾大学教授・ヤフーCSO）推薦！！】 「どこからデータサイエンスを？」と悩む人は、まずこの一冊を手に取るべし。 ・大学生はもちろんビジネスパーソンも、いますぐ知っておくべき教養がここにある。 ・「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」のうち「導入」「基礎」「心得」に完全準拠。 ・文理を問わず、すべての大学生に、数理・データサイエンス・ＡＩを習得させることを目的として編纂された。 ・カラーで見やすく、練習問題も充実。 【主な内容】 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 （樋口知之） 1.2 社会で活用されているデータ （樋口知之） 1.3 データ・AIの活用領域 （孝忠大輔） 1.4 データ・AI利活用のための技術 （内田誠一） 1.5 データ・AI利活用の現場 （丸山 宏） 1.6 データ・AI利活用の最新動向 （内田誠一） 第2章 ［基礎］ データリテラシー 2.1 データを読む （川崎能典） 2.2 データを説明する （椎名 洋） 2.3 データを扱う （川崎能典） 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 （中川裕志） 3.2 データを守る上での留意事項 （佐久間淳） -
-ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまで、この一冊で！ ・確率分布、推定、検定などの基本的な内容から、ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまでを一冊で解説した、稀有の入門書 ・Rによるデータ分析例およびコードを多く掲載！ 【データサイエンス入門シリーズ】 第2期として、以下の2点を同時刊行! 『統計モデルと推測』松井秀俊・小泉和之（著）竹村彰通（編） 『Pythonで学ぶアルゴリズムとデータ構造』辻真吾（著）下平英寿（編） 第3期の刊行は2020年2月の予定(^o^)/ 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授) ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。 -
3.8
ユーザーレビュー
-
Posted by ブクログ
データサイエンス入門
著：竹村 彰通
岩波新書 新赤版 1713
アメリカの主な大学には統計学科が存在する。中国でも最近は同様の状況である
これに対して、日本の大学には統計学部や統計学科がなかった。
日本におけるデータサイエンティスト育成には、初等中等教育における統計教育やデータサイエンス教育の充実からはじまって企業内人材の再教育まで、あらゆるレベルの教育が必要である。
ビッグデータと統計について、広く紹介する書と理解しました
気になったのは、以下です。
■ビッグデータの時代
・データサイエンスの３要素とは、①データ処理、②データ分析、③価値創造 である
・科学的研究のパラダイム
-
-
Posted by ブクログ
データサイエンスの入門書。「入門」と言っても、データサイエンスを学ぶ人が最初に読むべき内容というより、データサイエンスをよく知らない人間がどのような領域を対象にどのような役割を果たしどのような手法が活用されているか見通すための概要書というべきか。著者は滋賀大学のデータサイエンス学部の立ち上げに学部長として寄与した統計学者。図表やまとめがあると分かりやすいと思うのだが、岩波新書ならではの趣きもあってそれはそれで良いのかも。アカデミアの人ならではの広い視野と知見が随所に散りばめられ、今ちょうど話題のGDPRを含めてデータの処理や分析にまつわる諸々の問題点を広く触れています。特にEBMや各種バイアス
-
-
