応用基礎としてのデータサイエンス AI×データ活用の実践
- 電子あり
内容紹介
目次
1章 データサイエンス基礎
1.1 データ駆動型社会とデータ分析の進め方 (久野遼平)
1.2 データの記述 (宿久 洋)
1.3 データの可視化 (宿久 洋・久野遼平)
1.4 データ分析の手法 (原 尚幸)
1.5 数学基礎 (清 智也)
2章 データエンジニアリング基礎
2.1 ビッグデータとデータエンジニアリング (内田誠一)
2.2 データ表現、プログラミング基礎、アルゴリズム基礎 (辻 真吾)
2.3 データ収集と加工、データベース (森畑明昌)
2.4 ITセキュリティ (宮地充子)
3章 AI基礎
3.1 AIと社会 (松原 仁)
3.2 機械学習の基礎と予測手法 (赤穂昭太郎)
3.3 深層学習の基礎 (今泉允聡)
3.4 ロボット、認識、言語 (高野 渉)
関連シリーズ
-
ことばの意味を計算するしくみ
-
データサイエンスはじめの一歩
-
転移学習
-
詳解 3次元点群処理
-
入門講義 量子コンピュータ
-
現場で活用するための機械学習エンジニアリング
-
Juliaで作って学ぶベイズ統計学
-
はじめての機械学習
-
教養としてのデータサイエンス
-
ディープラーニング 学習する機械
-
これならわかる機械学習入門
-
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
-
絵でわかるネットワーク
-
絵でわかるサイバーセキュリティ
-
Pythonで学ぶ強化学習
-
統計モデルと推測
-
スタンフォード ベクトル・行列からはじめる最適化数学
-
データサイエンスの基礎
-
イラストで学ぶディープラーニング
-
テキスト・画像・音声データ分析
-
データサイエンスのためのデータベース
-
ベイズ深層学習
-
イラストで学ぶ ヒューマンインタフェース
-
コンパクトデータ構造
-
しっかり学ぶ数理最適化
-
Raspberry Piではじめる機械学習
-
マスターアルゴリズム 世界を再構築する「究極の機械学習」
-
今度こそわかる量子コンピューター
-
絵でわかるスーパーコンピュータ
-
ベイズ推論による機械学習入門
-
これならわかる深層学習入門
-
情報メディア論
-
イラストで学ぶ 音声認識
-
イラストで学ぶ 機械学習 最小二乗法による識別モデル学習