第1章　現代社会におけるデータサイエンス
　1.1　データサイエンスの役割
　1.2　データサイエンスと情報倫理
　1.3　データ分析のためのデータの取得と管理
第2章　データ分析の基礎
　2.1　ヒストグラム・箱ひげ図・平均値と分散
　2.2　散布図と相関係数
　2.3　回帰直線
　2.4　データ分析で注意すべき点
第3章　データサイエンスの手法
　3.1　クロス集計
　3.2　回帰分析
　3.3　ベイズ推論
　3.4　アソシエーション分析
　3.5　クラスタリング
　3.6　決定木
　3.7　ニューラルネットワーク
　3.8　機械学習とAI（人工知能）
第4章　コンピュータを用いた分析
　4.1　Excelを用いたデータ分析
　4.2　統計解析ソフトRを使ったデータ分析
　4.3　プログラミング言語Pythonを使ったデータ分析
第5章　データサイエンスの応用事例
　5.1　マーケティング
　5.2　金融
　5.3　品質管理
　5.4　画像処理
　5.5　医学
第6章　統計的推測の基礎
　6.1　母集団と標本
　6.2　確率変数と確率分布
　6.3　確率分布の例
　6.4　推定の基礎
　6.5　区間推定
　6.6　仮説検定
　6.7　回帰モデル
第7章　より進んだ学習のために

※本書は，竹村彰通・姫野哲人・高田聖治編『データサイエンス入門 第2版（データサイエンス大系）』を長崎大学の全学教養教育科目向けにカスタマイズした教科書です．