蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
書誌情報サマリ
| タイトル |
はじめてのAIリテラシー
|
| 著者名 |
岡嶋 裕史／共著
|
| 著者名ヨミ |
オカジマ ユウシ |
| 出版者 |
技術評論社
|
| 出版年月 |
2021.7 |
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
資料情報
各蔵書資料に関する詳細情報です。
| No. |
所蔵館 |
資料番号 |
資料種別 |
請求記号 |
配架場所 |
帯出区分 |
付録区分 |
状態 |
貸出
|
| 1 |
南館 | 1005192339 | 一般 | 007.6// | コンピュー | 帯出可 | | 貸出中 |
× |
書誌詳細
この資料の書誌詳細情報です。
| 書誌種別 |
図書 |
| タイトル |
はじめてのAIリテラシー |
| タイトルヨミ |
ハジメテ ノ エーアイ リテラシー |
| サブタイトル |
基礎テキスト |
| 著者名 |
岡嶋 裕史／共著
、
吉田 雅裕／共著
|
| 著者名ヨミ |
オカジマ ユウシ、ヨシダ マサヒロ |
| 著作典拠（漢字） |
はじめてのAIリテラシー |
| 出版者 |
技術評論社
|
| 出版年月 |
2021.7 |
| ページ数、枚数 |
239p |
| 大きさ |
26cm |
| 価格 |
￥１６８０ |
| 言語区分 |
日本語 |
| ISBN13桁 |
978-4-297-12038-2 |
| ISBN |
4-297-12038-2 |
| 分類10版 |
007.609 |
| 分類9版 |
007.609 |
| ジャンル（図書） |
コンピュータ・電子工学 |
| 件名 |
データマイニング、ビッグデータ、人工知能、数理統計学 |
| 内容紹介 |
文系でも初級レベルの数理・データサイエンス・AIを無理なく学べるテキスト。AIリテラシーの基礎を薄く広く扱った14講義を収録。文科省の認定制度に準拠。サンプルファイルのダウンロードサービス付き。 |
| 利用対象 |
大学生および大学院生 |
目次
-
1 第1講 AIリテラシーとは
-
1 1-1 AIの定義
-
2 1-2 なぜAIが必要とされているのか
-
3 1-3 この本ではどこまで学ぶか
-
2 第2講 社会でどのような変化が起きているか
-
1 2-1 ビッグデータ、IoT、5Gなどの登場
-
2 2-2 第4次産業革命、Society5.0
-
3 2-3 データ駆動型社会
-
3 第3講 社会でどのようなデータが活用されているか
-
1 3-1 人の動線をめぐるデータ
-
2 3-2 多くの機器のログとオープンデータ
-
3 3-3 1次データ、2次データ、メタデータ
-
4 3-4 非構造化データの増大
-
4 第4講 データ・AIを何に使えるか
-
1 4-1 データ・AIの活用領域の広がり
-
2 4-2 具体的にどう使えばいいのか
-
3 4-3 シェアリングエコノミー、エビデンスベース社会、ナッジ
-
5 第5講 データ・AIの技術
-
1 5-1 データ解析とは何をしているのか
-
2 5-2 可視化の手法にはどういったものがあるのか
-
3 5-3 非構造化データの処理とは
-
4 5-4 AIの技術とは
-
6 第6講 データを読み、説明し、扱う
-
1 6-1 データの種類を知る
-
2 6-2 基本統計量でデータの特徴をつかむ
-
3 6-3 もととなるデータを集める
-
4 6-4 集めたデータを集計する
-
5 6-5 誤読しないデータの読み方、データの比較方法
-
7 第7講 データ・AIを扱うときに注意すること
-
1 7-1 データ活用の負の側面
-
2 7-2 GDPR、忘れられる権利、ELSI、オプトイン・オプトアウト
-
3 7-3 データの正義について
-
8 第8講 データ・AIにまつわるセキュリティ
-
1 8-1 情報セキュリティの基礎
-
2 8-2 情報のCIA
-
3 8-3 暗号化と匿名加工情報
-
9 第9講 統計と数学のきほん
-
1 9-1 AIに必要な数学
-
2 9-2 AIに必要な集合・場合の数
-
3 9-3 AIに必要な確率・統計
-
10 第10講 アルゴリズムとは何か
-
1 10-1 AIとアルゴリズム
-
2 10-2 組み合わせ爆発を攻略するAIのアルゴリズム
-
3 10-3 探索問題
-
4 10-4 二部マッチング問題
-
11 第11講 データの構造とプログラミング
-
1 11-1 ソフトウェアのプログラミング
-
2 11-2 プログラミングの歴史
-
3 11-3 データの構造
-
4 11-4 プログラミング環境の構築
-
5 11-5 変数
-
6 11-6 条件分岐
-
7 11-7 繰り返し
-
12 第12講 データを上手に扱うには
-
1 12-1 ビッグデータの収集
-
2 12-2 データベース
-
3 12-3 データ加工
-
4 12-4 データクレンジング
-
13 第13講 時系列データと文章データの分析
-
1 13-1 時系列データ分析
-
2 13-2 時系列データの変動要因
-
3 13-3 時系列データ分析演習(二酸化炭素排出量の予測)
-
4 13-4 文章データ分析
-
5 13-5 文章データ分析演習(スパムメールフィルタの作成)
-
14 第14講 データ活用実践(教師あり学習と教師なし学習)
-
1 14-1 AIの学習方式
-
2 14-2 教師あり学習の出力
-
3 14-3 教師なし学習の出力
-
4 14-4 過学習と汎化
-
5 14-5 データ活用実践1-教師あり学習、分類
-
6 14-6 データ活用実践2-教師あり学習、回帰
-
7 14-7 データ活用実践3-教師なし学習、連関分析
内容細目
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
データマイニング ビッグデータ 人工知能 数理統計学
もどる
