内容紹介：アルゴリズムに潜むバイアスの怖さを知り、ビジネスに活かす！ディープラーニング人気の急上昇とともに注目されるようになった「アルゴリズミックバイアス」の解説書。アルゴリズミックバイアスとは、コンピュータによる偏った決定のことです。ネットショップでまるで的はずれなお勧めをされるとか、こちらには非がないにもかかわらずアカウントを凍結されるなどは、バイアスの悪影響の典型例と言えるでしょう。コンピュータ（ＡＩ）が下す決定には検出しづらいさまざまな「バイアス（偏り）」が存在します。本書では、バイアスがどのように発生するかを知り、バイアスとの闘い方を通して機械学習全般について学び、システムにバイアスが混入しないように予防、管理する方法を明らかにします。
ディープラーニング人気の急上昇とともに注目されるようになった「アルゴリズミックバイアス」の解説書。
もくじ情報：第１部　序論―バイアスとアルゴリズム（アルゴリズミックバイアスとは；人間による意思決定で生じ得るバイアス　ほか）；第２部　アルゴリズミックバイアスの原因と発生の経緯（実世界のバイアスがアルゴリズムにどう反映されるか；データサイエンティスト自身のバイアス　ほか）；第３部　ユーザー視点のアルゴリズミックバイアスの対処法（アルゴリズムを使うべきか否か；アルゴリズミックバイアスのリスクの評価　ほか）；第４部　データサイエンティスト視点のアルゴリズミックバイアスの対処法（モデル開発におけるバイアスの回避法；データのＸ線検査　ほか）

ベア，トバイアス(ベア，トバイアス)
データサイエンティスト兼心理学者兼経営コンサルタント。リスク分析の分野で２０年を超す経験を重ねてきた。２０１８年６月まで、マッキンゼー・アンド・カンパニーのマスターエキスパート兼パートナーとして、同社のインドナレッジセンターにおける「信用リスク高度分析センター」の設立（２００４年に運用開始）、世界規模の「信用リスク高度分析サービスライン」の統括、５０ヵ国を超えるクライアントに対するコンサルティング（信用供与、保険料設定、徴税用の分析的意思決定モデル開発、意思決定におけるバイアス排除などに関するもの）等を担当した