文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。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）に準拠。大学、大学院の講義で教科書として使用しやすいよう、全14章で構成しています。■第1章　データサイエンスへのいざない◆1-1　データ（Data）◆1-2　データサイエンス（Data science）◆1-3　データサイエンティスト◆1-4　データサイエンスにおける分析手法■演習問題■第2章　データサイエンスのためのPythonプログラミング◆2-1　プログラミングの基本◆2-2　データの構造◆2-3　Pythonの準備と実行■演習問題■第3章　データサイエンスのためのデータ収集◆3-1　公開データの収集◆3-2　アンケート調査■演習問題■第4章　データサイエンスのためのデータ前処理◆4-1　データの蓄積◆4-2　データ加工の技術◆4-3　データクレンジング■演習問題■第5章　データサイエンスのための確率統計◆5-1　直感と数学◆5-2　数え上げ◆5-3　集合と場合の数◆5-4　確率◆5-5　基本統計量■演習問題■第6章　統計的検定を用いたデータサイエンス◆6-1　確率分布◆6-2　推測統計■演習問題■第7章　A/Bテストを用いたデータサイエンス◆7-1　A/Bテスト◆7-2　「平均値の差の検定」と「独立性の検定」◆7-3　アンケート調査によるデータの分析■演習問題■第8章　データサイエンスのためのアルゴリズム◆8-1　ソフトウェアとアルゴリズム◆8-2　組み合わせ爆発◆8-3　探索問題■演習問題■第9章　回帰AIを用いたデータサイエンス◆9-1　回帰（Regression）◆9-2　回帰分析◆9-3　重回帰分析■演習問題■第10章　分類AIを用いたデータサイエンス◆10-1　分類AI◆10-2　決定木◆10-3　アンサンブル学習■演習問題■第11章　クラスタリングAIを用いたデータサイエンス◆11-1　クラスタリング◆11-2　階層的クラスタリング◆11-3　非階層的クラスタリング■演習問題■第12章　レコメンドAIを用いたデータサイエンス◆12-1　連関分析◆12-2　協調フィルタリング■演習問題■第13章　時系列データ分析AIと自然言語処理AIを用いたデータサイエンス◆13-1　時系列データ◆13-2　文章データ分析■演習問題■第14章　画像分析AIを用いたデータサイエンス◆14-1　AIによる画像分析◆14-2　ニューラルネットワーク◆14-3　畳み込みニューラルネットワーク（Convolutional neural network）■演習問題