AI を使いこなし望む結果を得るためには，利用する側の幅広い知識と経験(暗黙知)が不可欠である。すなわち，失敗や試行錯誤の経験に基づいた「必要な情報を想像する力」，そして，数字やデータがあるから事実なのだという主張に騙されないための「データリテラシー」が求められる。本書は，DX (デジタル・トランスフォーメーション)時代に求められる統計分析にかかわる知識と技法についてまとめた書である。実際の社会・経済のデータを中心に，ゲノムデータ，シミュレーション，さらには量子コンピュータまで取り上げ，RとPythonを用いて，データをいかに扱い分析するか丁寧に解説する。
(主要目次)
1. コンピュータの基礎知識
2. R を使う:統計分析
3. Python を使う：データ処理
4. 機械学習を実行してみる
5. 統計分析の落とし穴
6. 最適化問題
7. 深層学習のことはじめ
8. ニューラル・ネットワークの発展 (CNN から Transformers へ)
9. 強化学習と生成 AI をちょっと
10. 進んだ統計手法
11. 量子論理の技法
12. データを使った応用例
A. 補 論
|