序言

本书是为那些想学习数据科学却不擅长数学，又不知道从哪里学起的人写的超级入门书。

大家好！初次见面，非常感谢各位能够对本书感兴趣！我叫松本健太郎，在东京从事与营销业务相关的数据分析工作，职业定位被称为“数据分析师”。我平时的工作内容是分析消费者隐含的心理，看清他们的真正需求，并将分析结果写成总结报告，所以也被称为“数据科学家”。

本书的主题是“数据读法”。数据读法，并非简单地把“1”读作“1”，而是理解数据所具有的特征，并由此联想到数据背后隐藏的真相，觉察出数据的失真感，有时还要赶到现场对数据所要表达的结论做出解读。说到底，数据科学家的一大半工作都是在“解读数据”。可能有人会把数据科学理解为利用统计学及最近流行的AI（人工智能）所开展的很高难的科学，其实这是人们的误解。

所谓数据科学，并不是“统计学+AI”。科学（science）的词源是“知识”“知道”，但后来发生了一点转变，是指建立在体系基础之上的知识和经验。因此，从广义上来看，数据科学就是指“关于数据的学问”“利用数据了解事物是什么的学问”。因此，如果认为“数据科学=统计学+AI”，那就过于狭义了。虽然很多人学了数据科学，但因不擅长数学而备受挫折。我认为，他们很可能就是过于束缚在这个狭隘意义上了。

例如，需要具备推理能力、思考能力、看透事物的观察能力和洞察能力等逻辑思考，也是“知道”的重要学问之一。这种学问体系就是数据科学，掌握了这个体系的人被称为数据科学家。

通过本书，读者能够模拟体验数据科学家平时都是如何读取数据的。通过对数据的读取，多少能够掌握一些数据的处理方法，提高自己理解和分析数据的能力，能让大家产生“从明天开始再好好学学数据科学”的想法，也就达到了我撰写本书的目的了。

那么，就让我们开始一起学习吧。

松本健太郎