دانلود کتاب Learning Data Science: Programming and Statistics Fundamentals Using Python (Sixth Early Release)

به عنوان یک متخصص آینده علم داده، درک می‌کنید که چرا سازمان‌ها برای تصمیم‌گیری‌های مهم به داده‌ها اتکا می‌کنند؛ چه شرکتی باشد که وب‌سایت طراحی می‌کند، چه شهری که تصمیم می‌گیرد چگونه خدماتش را بهبود بخشد، و چه دانشمندانی که راه توقف شیوع یک بیماری را کشف می‌کنند. شما هم مهارت‌های لازم را می‌خواهید تا از دل یک کوه داده‌ی به‌هم‌ریخته، بینش‌های کاربردی بیرون بکشید. ما به این فرآیند چرخه حیات علم داده می‌گوییم: فرآیند جمع‌آوری، پاکسازی، تحلیل و نتیجه‌گیری از داده‌ها. کتاب «آموزش علم داده» اولین کتابی است که مهارت‌های پایه‌ای در برنامه‌نویسی و آمار را پوشش می‌دهد که کل این چرخه را در بر می‌گیرد. این کتاب برای کسانی نوشته شده است که می‌خواهند دانشمند داده شوند یا در حال حاضر با دانشمندان داده کار می‌کنند، و همچنین تحلیل‌گرانی که می‌خواهند مرز میان «فنی و غیرفنی» را پشت سر بگذارند. اگر دانش پایه‌ای از برنامه‌نویسی پایتون داشته باشید، یاد می‌گیرید که چگونه با استفاده از ابزارهای استاندارد صنعت مانند پانداس با داده‌ها کار کنید. این کتاب اصول و مهارت‌های اساسی مورد نیاز دانشمندان داده را پوشش می‌دهد تا به تصمیم‌گیری‌های مهم در زمینه‌های مختلف کمک کنند. با برخورداری از مهارت‌های فنی و درک مفهومی، می‌توانیم روی مسائل داده‌محور کار کنیم؛ مثلاً بررسی کنیم که آیا یک واکسن کارساز است یا خیر، اخبار جعلی را به‌طور خودکار فیلتر کنیم، حسگرهای کیفیت هوا را کالیبره کنیم، و به تحلیل‌گران در زمینه تغییرات سیاستی مشاوره دهیم. برای کمک به شما در درک تصویر بزرگ‌تر، مباحث را پیرامون چرخه‌ای سازماندهی کرده‌ایم که آن را چرخه حیات علم داده می‌نامیم. در این فصل، این چرخه را معرفی می‌کنیم. برخلاف سایر کتاب‌های علم داده که معمولاً روی یک بخش از چرخه تمرکز می‌کنند یا فقط به مباحث محاسباتی یا آماری می‌پردازند، ما کل چرخه را از ابتدا تا انتها پوشش می‌دهیم و جنبه‌های آماری و محاسباتی را در کنار هم در نظر می‌گیریم. دانشمندان داده با داده‌های ذخیره‌شده در جدول‌ها کار می‌کنند. فصل سوم، دیتافریم‌ها را معرفی می‌کند که یکی از رایج‌ترین راه‌ها برای نمایش جدول‌های داده هستند. همچنین کتابخانه پانداس را که پکیج استاندارد پایتون برای کار با دیتافریم‌هاست، معرفی خواهیم کرد. انواع داده در مفهوم برنامه‌نویسی به این اشاره دارد که کامپیوتر چگونه داده‌ها را به‌طور داخلی ذخیره می‌کند. برای مثال، ستون اندازه دارای نوع داده‌ی رشته‌ای در پایتون است. اما از دیدگاه آماری، ستون اندازه، داده‌های رده‌ای مرتب‌شده (داده‌های ترتیبی) را ذخیره می‌کند. در فصل بعد بیشتر درباره این تفاوت خاص صحبت می‌کنیم. در این فصل، به شما نشان می‌دهیم که چگونه با استفاده از پانداس، عملیات رایج روی دیتافریم‌ها را انجام دهید. دانشمندان داده هنگام کار با دیتافریم‌ها در پایتون از کتابخانه پانداس استفاده می‌کنند. ابتدا اشیاء اصلی ارائه‌شده توسط پانداس یعنی کلاس‌های دیتافریم و سری را توضیح می‌دهیم. سپس به شما نشان می‌دهیم که چگونه از پانداس برای انجام کارهای رایج دستکاری داده‌ها، مانند برش، فیلتر کردن، مرتب‌سازی، گروه‌بندی و پیوند دادن استفاده کنید. اصلاح یک پرسش مورد علاقه به پرسشی که بتوان آن را با داده‌ها بررسی کرد. پیگیری جمع‌آوری داده‌ها که ممکن است شامل پردازش متن، وب اسکرپینگ و غیره باشد. استخراج بینش‌های ارزشمند درباره داده‌ها از طریق پاکسازی، اکتشاف و مصورسازی داده‌ها. یادگیری نحوه استفاده از مدل‌سازی برای توصیف داده‌ها. تعمیم یافته‌ها فراتر از داده‌های موجود.