東大の4年間で教わる経済学、経営学、統計学、マーケティング、金融学、データサイエンスの授業が一冊に凝縮。累計80万部のベストセラーシリーズを図解版でわかりやすく解説。こんなに面白くてためになる本がかつてあったでしょうか！　ビジネスパーソンの必須教養を、楽しみながら身につけてください。 ※本作品は『［図解］大学4年間の経済学が10時間でざっと学べる』（井堀　利宏・著）、『［図解］大学4年間の経営学が10時間でざっと学べる』（高橋　伸夫・著）、『［図解］大学4年間の金融学が10時間でざっと学べる』（植田　和男・著）、『［図解］大学4年間のマーケティングが10時間でざっと学べる』（阿部　誠・著）、『［図解］大学4年間の統計学が10時間でざっと学べる』（倉田　博史・著）、『［図解］大学4年間のデータサイエンスが10時間でざっと学べる』（久野　遼平/木脇　太一・共著）の合本版です。 ※本商品は1冊に全巻を収録した合本形式での配信となります。あらかじめご了承ください。 ※作品の綴じ方向の関係で『［図解］大学4年間のデータサイエンスが10時間でざっと学べる』『［図解］大学4年間の統計学が10時間でざっと学べる』は最終ページから開始されます。お読み頂く際には書籍のリンクより各作品の冒頭に飛ぶことができます。

最近毎日のように報道され、日々進歩している人工知能を、多面的に解説した一冊。ニューラルネットワークを含む脳研究と人工知能研究の関係、ＡＩ研究を牽引するＩＴ企業の人工知能がどのように創られているか、脳型コンピュータの可能性、自然界から着想を得て人工知能を生み出す「ナチュラル・コンピューティング」の最前線等をまとめている。また、ニューラルネットワークの精度を高めるきっかけとなった「ディープラーニング」を紹介する「技術解説」も附録。 巻頭言　甘利俊一（東京大学名誉教授） 第１章　人工知能研究と脳研究―歴史と展望 第２章　身近なところで使われる機械学習 第３章　Watson の質問応答からコグニティブ・コンピューティングへ 第４章　脳型コンピュータの可能性 第５章　ナチュラル・コンピューティングと人工知能─アメーバ型コンピュータで探る自然の知能 技術解説　ディープラーニングとは何か？ <著者プロフィール> 第1章　合原 一幸（あいはら・かずゆき） 東京大学生産技術研究所教授、同大学院情報理工学系研究科教授、同大学院工学系研究科教授、理化学研究所AIP 特任顧問。専門はカオス工学、数理工学。 第2章　牧野 貴樹（まきの・たかき） Google Inc. シニアソフトウェアエンジニア。専門はコミュニケーションのシステム論と強化学習。 第3章　金山 博（かなやま・ひろし） 日本アイ・ビー・エム株式会社東京基礎研究所のリサーチ・スタッフ・メンバー。２０１１年に米国のクイズ番組で人間に勝利したWatson のプロジェクトに参画。 第4章　河野 崇（こうの・たかし） 東京大学生産技術研究所准教授、医師。専門はニューロモルフィックハードウェア、神経システムモデリング。 第5章　青野 真士（あおの・まさし） 慶應義塾大学環境情報学部（SFC）准教授、東京工業大学地球生命研究所（ELSI）フェロー。平成28年度文部科学大臣表彰「若手科学者賞」受賞。 技術解説　木脇 太一（きわき・たいち） 東京大学情報理工学系研究科特任助教。専門は機械学習、ニューラルネットワーク学習アルゴリズムの分析。 ※この電子書籍は株式会社ウェッジが刊行した『人工知能はこうして創られる』（2017年9月20日 第１刷）に基づいて制作されました。 ※この電子書籍の全部または一部を無断で複製、転載、改竄、公衆送信すること、および有償無償にかかわらず、本データを第三者に譲渡することを禁じます。

※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。

ベストセラー『大学4年間』シリーズから、ビジネスに即役立つ実学６学問を選りすぐり！　「経済学」「経営学」「統計学」「マーケティング」「金融学」「データサイエンス」は互いに隣接しあった学問。学び直しはもちろん、ビジネスパーソンの必須教養ともいえる知識をこの一冊で身につけてください！ ※本作品は『大学4年間の経済学が10時間でざっと学べる』（井堀　利宏・著）、『大学4年間の経営学が10時間でざっと学べる』（高橋　伸夫・著）、『大学4年間の統計学が10時間でざっと学べる』（倉田　博史・著）、『大学4年間の金融学が10時間でざっと学べる』（植田　和男・著）、『大学4年間のマーケティングが10時間でざっと学べる』（阿部　誠・著）、『大学4年間のデータサイエンスが10時間でざっと学べる』（久野　遼平/木脇　太一・共著）の合本版です。 ※本商品は1冊に全巻を収録した合本形式での配信となります。あらかじめご了承ください。

※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。 データサイエンスって何？　という人から、データサイエンティストを目指す人まで。 基本情報から最新情報までまとめた本書を読めば、最先端の学問がざっと身につく！

本書は初学者がデータサイエンスを理解する上で必要な基礎知識を１冊にまとめたものです。一般的なデータサイエンスの本では省略されがちな前提知識、たとえばハードウェア技術、ソフトウェア技術、アルゴリズムの話なども、データサイエンスとの関連を強調しながら丁寧に解説するように努めました。本書を通じてざっとでもデータサイエンスを支える基礎技術をつかんでいただければ幸いです。とはいえ読者によっては「プログラミングの話は興味ない」「商用利用するわけではないからデータベースの話は関係ない」など、さまざまなニーズがあるでしょう。そうしたニーズにも応えられるように、章ごとになるべく完結するように書かれてそのため好きな箇所から読み進めてもらって構いません。