|
|
|
書中收錄給新手的重點詞彙集！
從分析方法到AI基本概念，圖解所有應該掌握的知識
圖表、數值種類、資料結果等，從基礎知識開始講解！
技術相關項目也會圖解說明，幫助初學者理解內容！
完整收錄統計學、AI基礎概念等相關知識！
網羅資訊社會中資料運用的問題點與課題！
資料科學家(Data Scientist)一詞已經使用超過10年，資料科學(Data Science)也時有耳聞。AI、物聯網愈發受到注目，IT工程人員紛紛投入資料分析的業務，運用他人的分析結果建構系統的事例亦不斷增加。相信不久的將來，在商務中使用資料會將變得理所當然。
稍微掌握基礎知識後，會想要嘗試複雜的分析手法。然而即便完成高階分析，如果接收者無法理解分析結果，就失去資料分析的意義了。
分析人員對分析手法會有深入了解，會仔細調查新的分析方法，但接收分析結果的受眾，不見得有充實的背景知識。
因此，如果最後的結論相同，建議使用比較簡單的方法。即便不用高階統計方法、機器學習，簡單的圖表也足以解釋背後的意義。有時也不需要使用數值資料準確地分析，簡單易懂的圖解就十分足夠。
然而接收分析結果的人不宜毫無背景知識，也不應因方便而要求使用簡單的分析方法。不僅是分析人員，接收分析結果的人的也需要學習。
本書將會圖解介紹各種分析方法的概要，但收錄的內容終究僅是概略的內容，想要進一步深入了解的話，建議搭配專業書籍來閱讀。不過，了解有哪些分析方法、掌握各種手法的特徵，其實本書就綽綽有餘了。在運用手邊的資料之前，一起學習資料的分析方法及處理時的注意事項吧。
-增井敏克
第1章 資料科學的相關技術
∼未來需求漸升的必修科目∼
第2章 資料的基本知識
∼資料的表達方式與閱讀方式∼
第3章 資料處理與運用
∼歸類並預測資料∼
第4章 應該知道的統計學知識
∼由資料推論答案∼
第5章 需要知道的AI知識
∼常用的手法與工作原理∼
第6章 資訊安全與隱私問題
∼資訊社會今後的走向∼
詞彙集
