作者: 市川治 / 佐藤智和 / 清水昌平 / 西川仁
※WebIDからdアカウントへ移行すると、dポイントをためる・つかうことができます。詳しくは こちら
基礎をしっかりと理解し、Pythonですぐに実践! 社会で求められるデータサイエンスの応用3分野を、各分野の専門家が平易な文章と多彩な図で説く。・初歩の動機づけから基本原理、さらには社会実装までを見すえる・学んだことが、すぐに試せる。豊富なPythonコードを収録・練習問題を多数掲載し、講義テキストに最適。初学者の自学自習にも役立つ【主な内容】第I部 テキスト分析(西川仁)第1章 テキスト分析概論第2章 言語資源と言語モデル第3章 基礎技術第4章 応用技術第II部 画像分析(佐藤智和)第1章 画像解析の概要第2章 画像のデータ表現第3章 二次元画像解析第4章 三次元画像解析第5章 三次元構造の推定アルゴリズム第III部 音声データ分析(市川治)第1章 音声認識の全体像第2章 音声データの特徴量第3章 音響モデル第4章 言語モデル第5章 デコーダ第6章 音声認識技術の発展【「巻頭言」より抜粋】文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) + 続きを読む
カートに入れる
現在N巻まで配信中
表示切替 :