인공지능 시대를 살아갈 모든 사람을 위한 교양서 생성형 인공지능이 등장해 업무에 활용되는 오늘날은 바야흐로 데이터의 시대라 해도 과언이 아니다. 오늘 먹을 점심 메뉴를 고르기 위해 맛집 평점을 찾아본 일, 쇼핑 앱에서 때마침 추천해준 생필품을 바로 주문한 일, 심지어 소개팅 상대와 치열한 밀당을 하며 주고받은 메시지에도 수많은 데이터가 들어 있다. 하지만 “낫 놓고 기역자 모른다”라는 말처럼 데이터를 읽고 해석할 수 있는 능력인 데이터 리터러시가 부족하다면 눈앞에 보물 같은 데이터가 있어도 그 데이터에 담긴 어떤 정보도 얻을 수 없다. 현직 교사이자 데이터 교육 전문가들이 집필한 《최소한의 데이터 리터러시》는 비전공자와 중고등학생들도 아주 쉽게 데이터 과학에 다가갈 수 있도록 돕는 입문서이다. 맛집 평점과 추천 시스템의 비밀부터 통계와 데이터 과학, 아주 간단한 머신러닝까지 체험해보며 일상생활은 물론 업무에서 어떻게 데이터를 활용해 효율적인 데이터 기반의 의사결정을 할 수 있는지 친절하게 알려준다.

1부 데이터 리터러시를 시작하는 시간 1장 들어가는 글 21세기 미래 역량, 4C 컴퓨터와 문제 해결의 역사 2장 21세기에 가장 인기있는 분야, 데이터 과학 구글 검색량으로 데이터 분야 트렌드 분석하기 데이터 과학에 대한 다양한 정의와 벤 다이어그램 3장 생활 속 데이터에 질문하기 기온 데이터 수집하기 기온 데이터에 질문하기 출퇴근 시간에 사람들이 가장 많이 타고 내리는 역 대중교통 데이터 수집하기 대중교통 데이터에 질문하고 답 찾기 4장 미래를 가장 정확하게 예측하는 방법 인구 데이터 수집하기 인구 데이터에 질문하기 데이터를 읽고 쓰는 데이터 리터러시 키우기 2부 데이터 리터러시를 기르는 시간 5장 데이터 시대에 현명한 미디어 프로슈머로 살아남기 평점 데이터 자세히 살펴보기 여론조사 결과에 휘둘리지 않기 여론조사 너머의 무언가를 보기 6장 영화가 추천되는 과정 추천시스템의 역사와 다양한 알고리즘 추천 시스템을 현명하게 이용하기 확증 편향을 줄이기 위한 실천 방안 7장 아는 만큼 보인다! 데이터를 읽는 통계의 힘 평균의 함정 조심하기 상자그림을 활용한 데이터 시각화 8장 데이터 속에 숨어 있는 관계 찾기 산점도로 두 과목 사이의 관계 파악하기 상관관계 올바르게 해석하기 9장 제작비가 많이 들어간 영화일수록 흥행할까? 두 변수 사이의 경향성 나타내기 머신러닝으로 관객 수 예측하기 10장 데이터를 깊게 보고 오해에서 벗어나기 잘못된 오해, 모자이크 플롯과 조건부확률로 풀기 두 집단으로 나누니 정반대 결과가 나오는 역설 11장 코로나19 검사 결과, 믿어도 될까? 검사의 정확성을 높이는 열쇠: 민감도와 특이도 코로나19 검사 정확도 99%의 맹점 가설 검정의 미묘한 밸런스: 1종 오류와 2종 오류 12장 편견도 데이터로 수정이 될까? 머신러닝의 기반이 되는 베이즈 법칙 이해하기 경험을 통해 믿음을 업데이트하는 과정 3부 데이터 리터러시를 활용하는 시간 13장 이 그래프에서 무슨 일이 일어나고 있을까? 시각화를 통한 데이터 탐색 뉴욕타임스로 데이터 리터러시를 기르는 방법 14장 생활 속에서 활용하는 데이터 리터러시 데이터 리터러시 활용 가이드 생활 속 데이터 리터러시 활용 사례 15장 질문부터 통찰까지 꿰뚫는 설문 조사 만들기 설문지 만들고 응답 데이터 받기 코답(CODAP)을 활용한 설문 응답 데이터 분석 16장 데이터 패턴을 분석해 2050년 서울 기온 예측하기 기온 데이터 패턴 분석하기 머신러닝으로 2050년 기온 예측하기 17장 데이터 윤리가 필요한 시간 데이터와 인공지능의 연결고리 데이터 편향의 위험성 인공지능 발전의 그늘, 윤리와 책임