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