生成AIの登場により,日本語で指示を与えるだけでデータ分析が実践できる時代が到来しました。
本書はこのパラダイムシフトを踏まえ,生成AIとの対話を通じてデータ分析の考え方を体験的に身につける入門教科書です。
文系・理系を問わない大学生,プログラミングやデータ分析未経験の初学者を読者として想定しています。
各章には「中古マンションはいくらで売れる?」「未来の株価を予測しよう」など具体的な問いが設けられ,対話型AIのデータ分析機能で答えを導きながら分析手法を習得していく構成です。
基礎編(第1章~第9章)ではPPDACサイクルから仮説検定,回帰分析,主成分分析まで代表的な手法を段階的に扱い,発展編(第10章~第15章)では空間・時系列・画像・テキスト・音データへと対象を広げています。
「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」に沿ったPBL(問題解決型学習)の教科書としても活用可能です。
生成AI時代の新しいデータサイエンス教育を担う注目の一冊。
全ページカラー印刷。
《主要目次》
■基礎編
第1章 生成AIでデータ分析をはじめよう
[ChatGPTのデータ分析機能の概要]
第2章 スポーツ選手は生まれ月でどれだけ差が出る?
[PPDACサイクル,データの取得,データの整形,ヒストグラム]
第3章 売れる漫画の価格はいくら?
[平均,分散,散布図,相関係数]
第4章 母親の喫煙は子どもに影響する?
[区間推定,仮説検定]
第5章 災害に備えているのはどんな人?
[クロス集計表,独立性の検定]
第6章 中古マンションはいくらで売れる?
[単回帰分析,重回帰分析,クレンジング,ダミー変数]
第7章 単位取得のカギは勉強の「量」か「継続」か?
[標準化,ロジスティック回帰,決定木]
第8章 十種競技の種目の関係を探る
[相関行列,ヒートマップ,階層的クラスタリング,ネットワーク図]
第9章 政治は右と左で語れるのか
[主成分分析,k-meansクラスタリング]
■発展編
第10章 東京湾の予想海水温を可視化しよう
[空間データ]
第11章 人間関係をデータから分析する
[社会ネットワークの可視化と分析]
第12章 未来の株価を予測しよう
[時系列分析,自己回帰分析]
第13章 写真は「数値の集まり」? ピクセルとRGBのひみつ
[画像データ]
第14章 AIはベクトルを使って言葉を理解している!?
[テキストデータ]
第15章 みんなのデータはどんな音がする?
[データの可聴化]
この商品に関する問題を報告する
