ISBN 9784296200146
Excelで学べるデータサイエンス入門講義 : Society 5.0を生き抜くための必須教養
- 著者
- 笛田 薫/松井 秀俊
- 出版社
- 日経BP
- 刊行
- 2022-11
概要
ExcelとVBAで統計・シミュレーション・推定を実習し、データリテラシーを体得する
想定読者
文系・理系を問わず大学でデータサイエンス入門を履修する学生、または職場でExcelを使いながらデータ分析の基礎を体系的に学び直したいビジネスパーソン
こんな人には向いていない
- PythonやRで機械学習モデルを構築する段階にある人には、本書のExcel中心の実習は物足りない
- すでに統計的推定・検定の理論を習得済みの人には、基礎説明の比重が大きすぎる
- 数理・データサイエンス・AI認定制度のリテラシーレベル以上を目指す人には出発点としての位置づけになる
読了後にできるようになること
- Excelの関数とグラフを使って代表値・度数分布・相関・回帰を自力で計算できる
- Excel VBAでデータ処理を自動化するマクロを自分で記述できる
- モンテカルロ法を使ったシミュレーションをExcel上で実装し結果を解釈できる
- 統計的推定・仮説検定の考え方とExcelでの実施手順を習得できる
- ロジスティック回帰・時系列データ解析など実務でよく使う分析手法の基礎を身につけられる
- データ活用に伴う倫理的リスク・AIの落とし穴を社会的文脈で整理できる
本書のキー概念(章解説)
- 第 1 章 社会におけるデータ・AIの利活用 — AIとデータ利用の社会的影響・倫理リスクを扱う章。技術習得前にここを読むと学習の目的意識が明確になる
- 第 2 章 Excelで始めるデータ分析の基本 — 代表値・ヒストグラム・相関・回帰をExcelで手を動かして学ぶ中核章。本書の実習部分の入口
- 第 3 章 Excel VBAの活用 — マクロによる繰り返し処理の自動化。プログラミング未経験者が初めてコードに触れる場合もここが起点になる
- 第 4 章 Excelを使ったシミュレーション — モンティ・ホール問題とモンテカルロ法を題材に確率の直感を鍛える。数式だけでは得られない体験がある
- 第 5 章 さまざまな統計分析 — 時系列・確率分布・ロジスティック回帰・推定・検定と実務頻度の高いトピックを網羅。本書の射程が最も広い章
ハイライト
- これからの社会（Society 5.0）では、データサイエンス・AIの知識は『常識』であり、誰もが持つべき必修のスキルなのです。本書は、その入門書として、データサイエンス・AIの活用動向から、基本的なデータリテラシー、さらに統計やデータ分析の基礎までを学べるように構成しました。(本書の出版意図と対象読者層を最も端的に示している箇所)
- 執筆は、日本で初めてデータサイエンス学部を設置し、データサイエンス・AI教育の最先端を行く滋賀大学の笛田薫教授と松井秀俊准教授。同大学の入門講座を1冊に凝縮しました。(著者の専門性と講座ベースの構成という本書の信頼性の根拠が示されている)
- 多くの人にとって身近な『Excel』というツールを使い、データ分析を実践的に学習します。ホームページで公開しているサンプルファイルを用いて、実践的・体験的にExcelを使ったデータ分析やシミュレーションを練習できます。(新たな環境構築不要でExcelだけで実習完結するという、参入障壁の低さを示している)
編集メモ
Qiita 言及 0 件・楽天ランキング情報なし。文部科学省のデータサイエンス教育プログラム認定カリキュラムへの対応を謳う教科書型書籍で、出版社(日経BP)の信頼性と著者(滋賀大学)の実績は書誌から確認できるが、外部シグナルが取得できないため supplementary と判定
読む前に押さえておきたいこと
- Excelの基本操作(セル入力・関数の基礎・グラフ作成)を自力でできること
- 高校数学の数Iレベルの確率・統計の概念(平均・分散・正規分布)を薄く知っていると第2章からの吸収が速い
- VBAについては事前知識不要。ただし第3章から始まるコード記述では、プログラムの逐次実行という概念が初見になる人は追加の入門素材を並用するとよい
学習のコツ
- 第1章は社会論・倫理論が中心なので、急ぎの場合は後回しにしてよい。ただし第1章のAI活用事例と落とし穴の節は、第5章の統計的推定・検定を学んだ後に読み返すと理解の深さが変わる
- 第2〜5章は公開サンプルファイルを実際にダウンロードして手を動かしながら読むことを前提とした構成になっている。読み進める前に著者のサポートページからサンプルを取得しておくと止まらずに済む
- VBAに慣れていない読者は第3章で行き詰まりやすい。マクロの記録機能で自分の操作を自動コード化してから本書のコードと見比べると構文の意味が分かりやすい
- 第4章のモンティ・ホール問題はシミュレーションを自分で何度か走らせてみることで直感との乖離を体感できる。試行回数を変えて結果を観察する実験をお勧めする
- 第5章の各トピック(ロジスティック回帰・推定・検定など)は独立度が高い。業務で必要なトピックから読み始めてよい
出版社による内容紹介
ビッグデータやAIによる社会の変化、データ分析＆活用の基礎がまるわかり！ 文系・理系を問わず身につけるべき「現代社会の必須教養」をやさしく解説。 ビジネスの現場では今、データサイエンスやAIを理解し、活用できる人材が求められています。政府もそのような人材の育成を重視して、2025年までにすべての大学・高等専門学校生が初級レベルの数理・データサイエンス・AIを習得するという目標を掲げました。文部科学省などは「数理・データサイエンス・AI 教育プログラム認定制度（リテラシーレベル）」を開始して、大学などでのデータサイエンス・AI教育を支援しています。データサイエンスやAIの授業を文系・理系を問わず必修化する大学も目立つようになりました。 これからの社会（Society 5.0）では、データサイエンス・AIの知識は“常識”であり、誰もが持つべき必修のスキルなのです。本書は、その入門書として、データサイエンス・AIの活用動向から、基本的なデータリテラシー、さらに統計やデータ分析の基礎までを学べるように構成しました。 「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」に対応すべく、第1章ではデータやAIがいかに活用され、社会に変革をもたらしているのかを紹介。またそれらを活用するうえでの留意事項を解説しています。そして第2章からは、多くの人にとって身近な「Excel」というツールを使い、データ分析を実践的に学習します。第2章では統計学の基礎、第3章ではマクロ（VBA）を使った自動化の方法、第4章ではマクロによるシミュレーション、第5章では統計的推定、検定などについて学びます。 学習に当たっては、ホームページで公開しているサンプルファイルを用いて、実践的・体験的にExcelを使ったデータ分析やシミュレーションを練習できます。 執筆は、日本で初めてデータサイエンス学部を設置し、データサイエンス・AI教育の最先端を行く滋賀大学の笛田薫教授と松井秀俊准教授。同大学の入門講座を1冊に凝縮しました。ぜひ本書を手に、データサイエンスの世界に足を踏み入れてください。 第1章 社会におけるデータ・AIの利活用 ・社会で活用が進むデータ ・飛躍するAI（人工知能）の技術 ・社会を変えるAI ・AIとデータ利用の落とし穴 第2章 Excelで始めるデータ分析の基本 ・Excelの長所と計算の基本 ・代表値の計算 ・度数分布表とヒストグラム ・相関と回帰 第3章 Excel VBAの活用 ・Excel VBA入門 ・Excel処理の自動化 第4章 Excelを使ったシミュレーション ・モンティ・ホール問題 ・モンテカルロ法 第5章 さまざまな統計分析 ・時系列データ解析 ・確率分布 ・ロジスティック回帰 ・連続型確率分布 ・統計的推定 ・統計的検定
この本がどの学習段階で役立つかは、 関連する ロードマップ から確認できます。