資料詳細

目次

第1章 データ・AIの利用/活用

  1.1 Society 5.0

  1.2 ビッグデータとデータサイエンス

  1.3 データサイエンスの実施サイクル

  1.4 データサイエンスとAIの関係

  1.5 AI技術の進歩

  1.6 生成AI

  1.7 データサイエンスの活用分野

第2章 データやAIを扱ううえでの倫理

  2.1 データやAIにおける倫理

  2.2 AI活用7原則

  2.3 開発者の倫理的・法的・社会的課題

  2.4 AIの危険性

  2.5 データの透明性・アカウンタビリティ

  2.6 データバイアス

第3章 データの正しい扱い方

  3.1 情報セキュリティ

  3.2 セキュリテイ事故の例

  3.3 データの秘匿化

  3.4 データの分析の結果を正しく判断するには

第4章 データの特徴を知る:統計の基礎

  4.1 データサイエンスにおける統計学の役割

  4.2 基本統計量1:代表値

  4.3 基本統計量2:散布度

  4.4 記述統計の基礎

  4.5 推測統計の基礎

第5章 データの頻度を知る:確率の基礎

  5.1 試行と事象

  5.2 順列と組合せ

  5.3 確率を求める

  5.4 加法定理

  5.5 乗法定理

  5.6 条件付き確率

  5.7 条件付き確率とデータサイエンスの関係

第6章 Excelによるデータ処理と簡単な分析

  6.1 データの種類と分析処理の手順

  6.2 データの読み込み

  6.3 データの整理

  6.4 データの加工

  6.5 データの保存

  6.6 データの簡単な分析

第7章 Pythonによるプログラミング

  7.1 Pythonについて

  7.2 プログラミングの基礎1:数の扱い

  7.3 プログラミングの基礎2:プログラムの作成

  7.4 アルゴリズム入門

第8章 Pythonによる簡単なデータ分析と可視化

  8.1 データサイエンスにおけるPythonの利用

  8.2 簡単なデータ分析

  8.3 グラフの作成

第9章 Pythonによる一歩進んだデータ分析

  9.1 外れ値を除去する

  9.2 二つのデータ間の関係を探る

第10章 データサイエンスの実施に向けて

  10.1 オープンデータの利用

  10.2 データ分析が終わったら

ページの先頭へ