データサイエンス入門 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

本書はデータサイエンスの入門書である「教養としてのデータサイエンス」の続編です。「データサイエンス基礎」、「データエンジニアリング基礎」、「AI (人工知能) 基礎」の3部構成となっており、各分野の研究者12名が分担して執筆しています。
 
データサイエンスとはデータを記述・可視化・分析するための方法論です。データエンジニアリングはデータの収集・加工・保護などに必要な技術の総称であり、AIは知能を人工的に実現する研究領域です。近年はAI分野の急速な発展により、身近な生活にもAIの技術を目にする機会が増えてきました。大学や企業の活動においても、人文系・理工系・医薬系など、分野を問わずデータを分析することの重要性が認識され、またAIを用いた研究開発が進んでいます。そして、それぞれの分野で数理・データサイエンス・AIを利活用できる人材が求められています。
 
政府は「AI戦略2019」において、具体的なデジタル人材育成目標としてリテラシーレベル (約50万人 / 年)、応用基礎レベル (約25万人 / 年) を掲げました。このうち一つ目の目標であるリテラシーレベルは前著「教養としてのデータサイエンス」がカバーしていました。本書の内容は二つ目の目標である応用基礎レベルに対応しています。応用基礎レベルは「文理を問わず、自らの専門分野への数理・データサイエンス・AIの応用基礎力を習得すること」を目標としています。その学習項目は、大学における当該分野の教育推進を担っている数理・データサイエンス・AI教育強化拠点コンソーシアムが策定し、2021年3月に「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～AI×データ活用の実践～」として公表しました。本書もこのモデルカリキュラムに準拠しており、そこに含まれる基本事項を網羅した標準的な教科書となっています。
 
特色として、アルゴリズムの説明ではPythonに、データベースの説明ではSQLに、それぞれ簡潔に触れていることが挙げられます。いずれも関連分野では必須のスキルとなっています。また数式による解説も適度に含められており、データ分析、情報セキュリティ、深層学習、自然言語処理などの考え方を着実に学ぶことができると言えます。多くの大学生がこれらの知識を身に付け、それぞれが進む分野にデータサイエンスやAIを応用できるようになることが期待されます。さらに深く勉強したくなった学生には、「データサイエンス入門」シリーズの各書籍も参照することをお薦めします。
 

(紹介文執筆者: 情報理工学系研究科 教授 清 智也 / 2023)