内容紹介：「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」準拠テキストデータサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。本書は、政府の「ＡＩ戦略２０１９」での議論を経て策定・公表された「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」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。
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対応！ＡＩ（人工知能）技術やデータを活用するための数理のエッセンスをわかりやすく解説。
もくじ情報：データサイエンスの考え方；アルゴリズムとデータ構造；システム最適化；統計的データ解析の考え方；教師なし学習；教師あり学習；確率モデル・確率推論；強化学習；情報センシング；画像解析・深層学習〔ほか〕

小澤　誠一(オザワ　セイイチ)
１９８７年神戸大学工学部計測工学科卒業。１９８９年神戸大学大学院工学研究科計測工学専攻修士課程修了。１９９８年神戸大学博士（工学）。２０１１年神戸大学大学院工学研究科電気電子工学専攻教授。２０１７年神戸大学数理・データサイエンスセンター副センター長