生成AIを活用したデータサイエンス入門

生成AIの登場により，日本語で指示を与えるだけでデータ分析が実践できる時代が到来しました。 本書はこのパラダイムシフトを踏まえ，生成AIとの対話を通じてデータ分析の考え方を体験的に身につける入門教科書です。 文系・理系を問わない大学生，プログラミングやデータ分析未経験の初学者を読者として想定しています。 各章には「中古マンションはいくらで売れる？」「未来の株価を予測しよう」など具体的な問いが設けられ，対話型AIのデータ分析機能で答えを導きながら分析手法を習得していく構成です。 基礎編（第1章〜第9章）ではPPDACサイクルから仮説検定，回帰分析，主成分分析まで代表的な手法を段階的に扱い，発展編（第10章〜第15章）では空間・時系列・画像・テキスト・音データへと対象を広げています。 「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」に沿ったPBL（問題解決型学習）の教科書としても活用可能です。 生成AI時代の新しいデータサイエンス教育を担う注目の一冊。 全ページカラー印刷。 《主要目次》 ■基礎編 第1章　生成AIでデータ分析をはじめよう 　［ChatGPTのデータ分析機能の概要］ 第2章　スポーツ選手は生まれ月でどれだけ差が出る？ 　［PPDACサイクル，データの取得，データの整形，ヒストグラム］ 第3章　売れる漫画の価格はいくら？ 　［平均，分散，散布図，相関係数］ 第4章　母親の喫煙は子どもに影響する？ 　［区間推定，仮説検定］ 第5章　災害に備えているのはどんな人？ 　［クロス集計表，独立性の検定］ 第6章　中古マンションはいくらで売れる？ 　［単回帰分析，重回帰分析，クレンジング，ダミー変数］ 第7章　単位取得のカギは勉強の「量」か「継続」か？ 　［標準化，ロジスティック回帰，決定木］ 第8章　十種競技の種目の関係を探る 　［相関行列，ヒートマップ，階層的クラスタリング，ネットワーク図］ 第9章　政治は右と左で語れるのか 　［主成分分析，k-meansクラスタリング］ ■発展編 第10章　東京湾の予想海水温を可視化しよう 　［空間データ］ 第11章　人間関係をデータから分析する 　［社会ネットワークの可視化と分析］ 第12章　未来の株価を予測しよう 　［時系列分析，自己回帰分析］ 第13章　写真は「数値の集まり」？ ピクセルとRGBのひみつ 　［画像データ］ 第14章　AIはベクトルを使って言葉を理解している！？ 　［テキストデータ］ 第15章　みんなのデータはどんな音がする？ 　［データの可聴化］