★機械学習を「工学」として熟成していくために★ 【推薦の言葉】 AIブームの3回目は、機械学習技術が牽引してきた。業務や生活の 中で使われるようになるにつれて、現場や社会における課題に直面 している。機械学習工学を生み出した著者らによる本書は、技術と 現場をつなぎ、普及させていくための羅針盤となる貴重な一冊である。 ――浦本直彦氏(三菱ケミカルグループ、元・人工知能学会会長) 注目の新領域「機械学習工学」の入門書。まずはこの一冊から始めよう！ 機械学習ソフトウェアの開発・テスト・運用の方法論を体系的に俯瞰できる。 開発現場で試行錯誤しているエンジニアはもちろん、エンジニアと協働している人すべてに読んでほしい。 【主な内容】 巻頭言（丸山宏・PFN） 第1部　機械学習工学とは 第1章　機械学習工学（中川裕志・理化学研究所、石川冬樹・国立情報学研究所） 第2部　機械学習システムの開発・運用マネジメント 第2章　機械学習システムの開発とその検証プロジェクト（竹内広宜・武蔵大学） 第3章　機械学習システムの運用（堀内新吾、土橋昌・株式会社エヌ・ティ・ティ・データ） 第3部　機械学習システムの開発技術と倫理 第4章　機械学習デザインパターン（鷲崎弘宜・早稲田大学） 第5章　品質のとらえ方と管理（石川冬樹・国立情報学研究所） 第6章　機械学習モデルの説明法（原聡・大阪大学） 第7章　AI倫理（中川裕志・理化学研究所） 第4部　機械学習と知財・契約 第8章　機械学習と知財・契約（柿沼太一・弁護士法人STORIA） 第5部　機械学習工学の今後 第9章　今後に向けて（石川冬樹・国立情報学研究所） 付録A　模擬裁判の紹介（柿沼太一・弁護士法人STORIA）

【統計学はこんな場面で役に立つ】 経営戦略、顧客分析、マーケティングといったビジネス上の課題においては、たくさんの数値（データ）を扱う場面が必ず現れます。そんなときに必要となるのが「統計学」の知識です。 たとえば、過去のデータを根拠にして以下の問いに答えるには、どのような分析が有効でしょうか？ ●広告費を増やすと、売上はどれだけ増えると期待できるか？　広告費を増やすのと営業部員を増やすのでは、どちらが効果的か？ ●SNSによる情報発信の前後で売り上げは変化したか？ ●工場の機械が不調をきたしているか？（製品のばらつきの範囲は誤差の範囲と言えるだろうか？） 本書では、こうしたトピックを例題として扱いながら、統計学の知識・手法を解説していきます。じつはむずかしい数式を覚えたりする必要はありません！　感覚的な理解を目指しながら、ていねいに説明しました。「数学は苦手で……」「自分、文系ですから」と、統計を避けがちな方にこそ読んでいただきたいです。 【学生にも社会人にも】 経営学や商学を専攻する大学生が「統計学」に入門するためテキストとして、また、社会人の独習書としてオススメです！ 【本書の特徴】 数学的に厳密な理解を深めることよりも、手を動かすことを主眼においた内容です。まず簡単な例題を示し、その解説を掘り下げていくことで、確率・統計の知識や考え方を身につけられる構成となっています。理解の定着を図るため、例題を発展させた練習問題を多数用意し、解説・解答も掲載しました。また、手計算が難しい例題・練習問題については、表計算ソフト（エクセル）による解法を解説し、便利な関数を紹介しています。 【おもな内容】 　第0章　はじめに 第I部　データの全体像をつかむ 　第1章　データの可視化 　第2章　度数分布表・ヒストグラム 　第3章　代表値・分散 　第4章　散布図・相関係数 　第5章　単回帰分析 　第6章　重回帰分析 第II部　観測されたデータの起こりやすさを測る 　第7章　確率の定義と場合の数 　第8章　事象の関係と確率の計算 　第9章　条件付き確率とベイズの定理 第III部　観測されたデータの背景を知る 　第10章 確率変数、確率分布、期待値 　第11章 代表的な離散分布：二項分布 　第12章 代表的な連続分布1：正規分布 　第13章 代表的な連続分布2：カイ2乗分布とt分布 第IV部　データの背後にある確率分布を推測する 　第14章 標本調査と標本からの推定 　第15章 区間推定 　第16章 仮説検定