教養としてのデータサイエンス　改訂第2版

第1章［導入］社会におけるデータ・AI利活用

1.1 社会でおきている変化
1.1.1 ビッグデータ
1.1.2 検索エンジンとSNS
1.1.3 第4次産業革命
1.1.4 AIの驚異的発達
1.1.5 人間の知的活動とAI

1.2 社会で活用されているデータ
1.2.1 データの種類
1.2.2 データの所有者
1.2.3 構造化データと非構造化データ
1.2.4 自動翻訳

1.3 データとAIの活用領域
1.3.1 事業活動におけるデータ・AI活用の広がり
1.3.2 活用目的ごとのデータ・AI活用の広がり
1.3.3 生成AIの応用

1.4 データ・AI利活用のための技術
1.4.1 誰もが無意識にデータを解析して生きている
1.4.2 さまざまなデータ解析：予測
1.4.3 さまざまなデータ解析：グルーピングとクラスタリング
1.4.4 さまざまなデータ解析：発見
1.4.5 データ解析の関連話題
1.4.6 非構造化データ処理
1.4.7 データ可視化
1.4.8 パターン認識技術
1.4.9 人工知能

1.5 データ・AI活用の現場
1.5.1 データ分析による意思決定
1.5.2 データ分析のサイクル
1.5.3 ビジネスプロセスへの組み込み
1.5.4 ビジネスプロセスの自動化
1.5.5 その他の考慮点

1.6 データ・AI利活用の最新動向
1.6.1 AI等を活用した新しいビジネスモデル
1.6.2 AI最新技術の活用例

第2章［基礎］データリテラシー

2.1 データを読む
2.1.1 データの種類
2.1.2 データの分布と代表値
2.1.3 代表値の性質の違い
2.1.4 データのばらつき
2.1.5 観測データに含まれる誤差の扱い
2.1.6 打ち切りや欠測を含むデータ，層別の必要なデータ
2.1.7 相関と因果性
2.1.8 母集団と標本抽出
2.1.9 クロス集計表，相関係数行列，散布図行列
2.1.10 統計情報の正しい理解

2.2 データを説明する
2.2.1 データの表現
2.2.2 データの図解表現
2.2.3 データの比較
2.2.4 不適切なグラフ表現
2.2.5 優れた可視化の例
2.2.6 相手に伝える技術

2.3 データを扱う
2.3.1 表形式のデータ
2.3.2 データ解析ツール
2.3.3 SSDSEデータを扱う

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
3.1.1 ELSI
3.1.2 一般データ保護規則：GDPR
3.1.3 十分性認定
3.1.4 AI倫理
3.1.5 AI脅威論
3.1.6 ブラックボックス化
3.1.7 説明可能性
3.1.8 アカウンタビリティ，透明性，トラスト
3.1.9 公平性
3.1.10 データ・AI活用における負の事例紹介：データの悪用・目的外利用
3.1.11 データ・AI活用における負の事例紹介：フラッシュクラッシュ
3.1.12 生成AI
3.1.13 AIガバナンス

3.2 データを守る上での留意事項
3.2.1 データサイエンスにおけるセキュリティとプライバシー
3.2.2 データサイエンスと情報セキュリティ
3.2.3 データサイエンスとプライバシー