You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-25T16:38:29+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "ja"
}
-->
# データサイエンス入門
> 写真提供：<a href="https://unsplash.com/@dawson2406?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Stephen Dawson</a>（ ）
このレッスンでは、データサイエンスの定義について学び、データサイエンティストが考慮すべき倫理的な問題について理解します。また、データの定義や、データサイエンスの主要な学問分野である統計学と確率論について少し学びます。
### トピック
1. [データサイエンスの定義 ](01-defining-data-science/README.md )
2. [データサイエンスの倫理 ](02-ethics/README.md )
3. [データの定義 ](03-defining-data/README.md )
4. [統計学と確率論の入門 ](04-stats-and-probability/README.md )
### クレジット
これらのレッスンは、[Nitya Narasimhan](https://twitter.com/nitya) と [Dmitry Soshnikov ](https://twitter.com/shwars ) によって ❤️ を込めて作成されました。
** 免責事項**:
この文書は、AI翻訳サービス [Co-op Translator ](https://github.com/Azure/co-op-translator ) を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知ください。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当社は責任を負いません。
