کتاب Data Science: A First Introduction with Python

این کتاب آموزشی قصد دارد یک مقدمه قابل دسترسی به دنیای علم داده باشد. در این کتاب، علم داده را به عنوان فرآیند تولید بینش از داده‌ها از طریق فرآیندهای قابل تکرار و قابل حسابرسی تعریف می‌کنیم.

اگر برخی از داده‌ها را تجزیه و تحلیل کنید و تحلیل خود را به یک دوست یا همکار ارائه دهید، آنها باید بتوانند تحلیل را از ابتدا تا انتها مجدداً اجرا کنند و همان نتیجه را بگیرند که شما کرده‌اید (قابل تکرار بودن). آنها همچنین باید بتوانند تمام مراحل تحلیل و تاریخچه چگونگی توسعه تحلیل را ببینند و درک کنند (قابل حسابرسی بودن). ایجاد تحلیل‌های قابل تکرار و قابل حسابرسی به شما و دیگران اجازه می‌دهد تا به راحتی کار خود را دوباره بررسی و اعتبارسنجی کنید.

در سطح بالا، در کتاب Data Science: A First Introduction with Python، یاد خواهید گرفت که چگونه مشکلات رایج در علم داده را شناسایی کنید و این مشکلات را با گردش کارهای قابل تکرار و قابل حسابرسی حل کنید. شکل 1 آنچه را که در هر فصل از این کتاب یاد خواهید گرفت خلاصه می‌کند. در طول کتاب، یاد خواهید گرفت که چگونه از زبان برنامه‌نویسی پایتون برای انجام تمام وظایف مرتبط با تحلیل داده‌ها استفاده کنید.

شما چهار فصل اول را صرف یادگیری نحوه استفاده از پایتون برای بارگیری، تمیز کردن، دستکاری (یعنی بازسازی داده‌ها در یک قالب قابل استفاده) و تجسم داده‌ها در حین پاسخ به سوالات تحلیل داده‌های توصیفی و اکتشافی خواهید کرد. در شش فصل بعدی، یاد خواهید گرفت که چگونه با روش‌های رایج در علم داده، از جمله طبقه‌بندی، رگرسیون، خوشه‌بندی و برآورد، به سوالات تحلیل داده‌های پیش‌بینی‌کننده، اکتشافی و استنتاجی پاسخ دهید.

در فصل‌های پایانی کتاب Data Science: A First Introduction with Python یاد خواهید گرفت که چگونه کد پایتون، متن قالب‌بندی شده و تصاویر را در یک سند منسجم واحد با Jupyter ترکیب کنید، از کنترل نسخه برای همکاری استفاده کنید و نرم‌افزار مورد نیاز برای علم داده را روی رایانه خود نصب و پیکربندی کنید.

اگر این کتاب را به عنوان بخشی از یک دوره که در آن شرکت می‌کنید می‌خوانید، ممکن است مدرس تمام این ابزارها را قبلاً برای شما تنظیم کرده باشد؛ در این صورت، می‌توانید با خواندن فصل‌ها به ترتیب به کتاب ادامه دهید. اما اگر به صورت مستقل می‌خوانید، ممکن است بخواهید قبل از ادامه، به این سه فصل آخر بپرید تا مطمئن شوید رایانه شما به گونه‌ای تنظیم شده است که می‌توانید کد نمونه‌ای را که در سراسر کتاب گنجانده‌ایم امتحان کنید.