はじめてのAIリテラシー

（概要）

政府は「AI戦略2019」の中で、リテラシー教育として文理を問わず、全ての大学・高専生約50万人を対象に、初級レベルの数理・データサイエンス・AIを課程にて習得する方針を打ち出しました。これを踏まえ、各大学・高専で参照可能な「モデルカリキュラム」の検討と策定が進められています。本書はこのモデルカリキュラムのうち、基礎的な範囲に対応した教科書です。AIリテラシーの基礎を薄く広く扱います。文科省の認定制度に準拠し、半期15回の講義で進められるよう工夫されています。これから導入を考えているすべての大学・高専が対象です。

（こんな方におすすめ）

・AIリテラシーを学びたい方


（目次）

第1講　AIリテラシーとは

　　1-1　AIの定義

　　1-2　なぜAIが必要とされているのか

　　1-3　この本ではどこまで学ぶか

第2講　社会でどのような変化が起きているか

　　2-1　ビッグデータ、IoT、5Gなどの登場

　　2-2　第4次産業革命、Society5.0

　　2-3　データ駆動型社会

第3講　社会でどのようなデータが活用されているか

　　3-1　人の動線をめぐるデータ

　　3-2　多くの機器のログとオープンデータ

　　3-3　1次データ、2次データ、メタデータ

　　3-4　非構造化データの増大

第4講　データ・AIを何に使えるか

　　4-1　データ・AIの活用領域の広がり

　　4-2　具体的にどう使えばいいのか

　　4-3　シェアリングエコノミー、エビデンスベース社会、ナッジ

第5講　データ・AIの技術

　　5-1　データ解析とは何をしているのか

　　5-2　可視化の手法にはどういったものがあるのか

　　5-3　非構造化データの処理とは

　　5-4　AIの技術とは

第6講　データを読み、説明し、扱う

　　6-1データの種類を知る

　　6-2　基本統計量でデータの特徴をつかむ

　　6-3　もととなるデータを集める

　　6-4　集めたデータを集計する

　　6-5　誤読しないデータの読み方、データの比較方法

第7講　データ・AIを扱うときに注意すること

　　7-1　データ活用の負の側面

　　7-2　GDPR、忘れられる権利、ELSI、オプトイン・オプトアウト

　　7-3　データの正義について

第8講　データ・AIにまつわるセキュリティ

　　8-1　情報セキュリティの基礎

　　8-2　情報のCIA

　　8-3　暗号化と匿名加工情報

第9講　統計と数学のきほん

　　9-1　AIに必要な数学

　　9-2　AIに必要な集合・場合の数

　　9-3　AIに必要な確率・統計

第10講　アルゴリズムとは何か

　　10-1　AIとアルゴリズム

　　10-2　組み合せ爆発を攻略するAIのアルゴリズム

　　10-3　探索問題

　　10-4　二部マッチング問題

第11講　データの構造とプログラミング

　　11-1　ソフトウェアのプログラミング

　　11-2　プログラミングの歴史

　　11-3　データの構造

　　11-4　プログラミング環境の構築

　　11-5　変数

　　11-6　条件分岐

　　11-7　繰り返し

第12講　データを上手に扱うには

　　12-1　ビッグデータの収集

　　12-2　データベース

　　12-3　データ加工

　　12-4　データクレンジング

第13講　時系列データと文章データの分析

　　13-1　時系列データ分析

　　13-2　時系列データの変動要因

　　13-3　時系列データ分析演習（二酸化炭素排出量の予測）

　　13-4　文章データ分析

　　13-5　文章データ分析演習（スパムメールフィルタの作成）

第14講　データ活用実践（教師あり学習と教師なし学習）

　　14-1　AIの学習方式

　　14-2　教師あり学習の出力

　　14-3　教示なし学習の出力

　　14-4　過学習と汎化

　　14-5　データ活用実践1－教師あり学習、分類

　　14-6　データ活用実践2－教師あり学習、回帰

　　14-7　データ活用実践3－教師なし学習、連関分析