データサイエンティスト教程　応用

実務者育成を主眼として実践的な内容を扱ったデータサイエンスの教科書． 経済産業省「第4次産業革命スキル習得講座認定制度」実施要項の別表1-4「データサイエンス関連の知識・技術」に準拠し，扱う内容は，企画，データサイエンス，AI，マルチメディア，データエンジニアリング，情報理論，標準ソフトの基本動作にわたる． 理解を助けるために演習問題，図表，コラムを多数収録し，詳しい問題解答をサポートサイトにて公開する． 【目次】 第1章　ビジネスにおけるデータ 　1.1　ソリューション企画 　1.2　ITソリューション 第2章　データサイエンスの活用 　2.1　ランダムフォレスト 　2.2　スパースモデリング 　2.3　変分ベイズ法 　2.4　パーティクルフィルタ 第3章　AI 　3.1　AIの基礎 　3.2　ニューラルネットワークの構造と学習 　3.3　ニューラルネットワークを用いた教師あり学習 　3.4　ニューラルネットワークを用いた教師なし学習 　3.5　深層学習 　3.6　畳み込みニューラルネットワーク 　3.7　再帰型ニューラルネットワーク 　3.8　AI技術のビジネス活用 第4章　マルチメディア 　4.1　テキスト処理 　4.2　音声処理 　4.3　画像処理 第5章　データエンジニアリング 　5.1　データベース設計と操作言語 　5.2　トランザクション処理 　5.3　データの収集・蓄積・加工 　5.4　データベースの取り扱い 　5.5　トランザクションの現場 第6章　情報理論の基礎 　6.1　アナログ/デジタル変換 　6.2　形式言語 　6.3　データの符号化 　6.4　データ構造 第7章　標準ソフトの基本動作 　7.1　R言語入門 　7.2　Rを用いたクラスタリング 　7.3　Pythonの基本操作とGPU 第1章　ビジネスにおけるデータ 　1.1　ソリューション企画 　1.2　ITソリューション 第2章　データサイエンスの活用 　2.1　ランダムフォレスト 　2.2　スパースモデリング 　2.3　変分ベイズ法 　2.4　パーティクルフィルタ 第3章　AI 　3.1　AIの基礎 　3.2　ニューラルネットワークの構造と学習 　3.3　ニューラルネットワークを用いた教師あり学習 　3.4　ニューラルネットワークを用いた教師なし学習 　3.5　深層学習 　3.6　畳み込みニューラルネットワーク 　3.7　再帰型ニューラルネットワーク 　3.8　AI技術のビジネス活用 第4章　マルチメディア 　4.1　テキスト処理 　4.2　音声処理 　4.3　画像処理 第5章　データエンジニアリング 　5.1　データベース設計と操作言語 　5.2　トランザクション処理 　5.3　データの収集・蓄積・加工 　5.4　データベースの取り扱い 　5.5　トランザクションの現場 第6章　情報理論の基礎 　6.1　アナログ/デジタル変換 　6.2　形式言語 　6.3　データの符号化 　6.4　データ構造 第7章　標準ソフトの基本動作 　7.1　R言語入門 　7.2　Rを用いたクラスタリング 　7.3　Pythonの基本操作とGPU