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］