政府による「AI戦略2019」では，文理を問わず，すべての大学・高専生（約50万人卒／年）が正規課程でリテラシーレベルの数理・データサイエンス・AIを修得することを目標としました。そして各大学・高専で参照可能な「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」が策定されました（2020年4月版）。このモデルカリキュラムが2024年2月に改訂されました。 　本書は「数理・データサイエンス・AI（リテラシーレベル）」通称MDASHに準拠した教科書です。2024年2月改訂のMDASHに対応しています。章構成は，モデルカリキュラムの「導入」「基礎」「心得」に沿った内容となっています。 　一部の私立文系の大学では，中学数学すら修めていない学生が多く，コンピュータリテラシーも低い傾向にあります。本書は，そういった私立文系学生でも無理なく学べるよう，やさしく解説しています。Excelの基本的な操作を学習したあと，与えられたデータをもとに「データを読み，データを説明し，データを扱う」ことを，実際に動かしながら理解します。このデータ分析の演習を通して，データサイエンスを体験できます。 　本書で「リテラシーレベルのモデルカリキュラムを網羅できる」ため，教科書として採用しやすい内容となっています。講義とExcel実習をバランスよくおりまぜた半期1コマ15回の授業計画のモデルケースを紹介しており，コンピュータリテラシー担当教員がすぐに数理・データサイエンス・AIのリテラシー授業を始めることができます。 第1章　［導入］社会におけるデータ・AI利活用 1-1　社会で起きている変化 1-2　社会で活用されているデータ 1-3　データ・AIの活用領域 1-4　データ・AI利活用のための技術 1-5　データ・AI利活用の現場 1-6　データ・AI利活用の最新動向 第2章　［基礎］データリテラシー 2-1　Excelの基本的な操作方法 2-2　時系列データの可視化 2-3　平均の算出とその可視化 2-4　標準偏差の算出とその可視化 2-5　大量のデータを扱う方法 2-6　基本統計量の算出と箱ひげ図 2-7　度数分布表とヒストグラムの作成 2-8　散布図の作成と相関係数の算出 2-9　定性データの扱い方とクロス集計 第3章　[心得] データ・AI利活用における留意事項 3-1　データ・AIを扱う上での留意事項 3-2　データを守る上での留意事項