林 賢一（著者）：慶應義塾大学理工学部数理科学科　准教授
下平 英寿（編者）：京都大学大学院情報学研究科システム科学専攻　教授
理化学研究所革新知能統合研究センター　数理統計学チーム　チームリーダー

★まずは実行しよう。数理はそれからだ。★

初学者が無理なく読み進められるように、ていねいに解説した。まずは、Rでデータ解析を実践し、Rの操作を習熟したら、数理的側面を学ぶ構成。理解の定着に役立つ練習問題が充実！　コードはWebで公開。

【サポートページ】
https://sites.google.com/view/ihsayah/sdar

【主な内容】
第1章　準備：Rの操作
第2章　データの可視化と要約
第3章　回帰分析（1）：単回帰モデル・重回帰モデル
第4章　回帰分析（2）：統計的推測・正則化法に基づく回帰分析
第5章　判別分析
第6章　ロジスティック回帰モデル
第7章　単純な規則に基づく判別モデル：決定木・インデックスモデル
第8章　主成分分析
第9章　クラスター分析
第10章　ブートストラップ法
第11章　Rを用いたシミュレーション：数理統計学を「実感」する

【「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)