کتاب The Well-Grounded Data Analyst (تحلیلگر داده‌ی کارکشته) یک راهنمای عملی برای تحلیلگران داده است که به دنبال تقویت مهارت‌های خود و کسب تجربه در حل مشکلات دنیای واقعی هستند. این کتاب با ارائه هشت پروژه چالش‌برانگیز، خوانندگان را در موقعیت‌هایی قرار می‌دهد که در دنیای واقعی با آنها روبرو می‌شوند. هر پروژه به موضوعی می‌پردازد که در صنعت رایج است اما اغلب در آموزش‌های داده به آن پرداخته نمی‌شود.
در ادامه مقدمه‌ای از کتاب The Well-Grounded Data Analyst را از زبان نویسنده شرح خواهیم داد.
مقدمه‌ای بر کتاب The Well-Grounded Data Analyst:
وقتی از رشته آموزش داده فارغ‌التحصیل شدم و به عنوان یک دانشمند داده شروع به کار کردم، شوکه شدم که چقدر این شغل با آنچه از تحصیلاتم انتظار داشتم متفاوت بود. دسترسی به داده‌ها سخت‌تر از چیزی بود که تصور می‌کردم.
مجموعه‌های داده تمیزی وجود نداشت که همینطور بی‌کار نشسته باشند و منتظر تحلیل من باشند. وقتی هم به داده‌هایی دسترسی پیدا می‌کردم، مستند نشده و پر از مشکل بودند. خیلی زود فهمیدم که من تنها کسی نیستم که این تجربه را دارد، بنابراین وقتی در کنار شغل روزانه‌ام شروع به تدریس علم داده کردم، خواستم این شکاف بین کلاس درس و دنیای واقعی را پر کنم.
سال‌هاست که موضوعات مرتبط با داده را تدریس می‌کنم و تنها سوالی که بیشتر از همه بعد از یک دوره از من پرسیده می‌شود این است که بعد از این چه چیزی را باید یاد بگیرم؟ بر اساس تجربیات خودم، معمولاً پاسخ استانداردی می‌دهم: مشکلات واقعی را حل کنید و با انجام دادن یاد بگیرید. اینقدر این پاسخ را بارها و بارها داده‌ام که خواستم آن را جایی بنویسم. این کتاب پاسخ مفصل من به همین سوال است.
برای پیشرفت به عنوان یک تحلیلگر، به دو چیز نیاز دارید: در فرآیند تحلیل داده‌ها، صرف نظر از اینکه از چه ابزارهایی استفاده می‌کنید، بهتر شوید و در یک محیط کسب‌وکار غرق شوید که کار شما مستقیماً بر محیط اطراف شما تأثیر می‌گذارد.
بازار مملو از مطالب مقدماتی است. کتاب‌ها و دوره‌های “مقدمه‌ای بر علم داده/تحلیل” در همه جا وجود دارند. چیزی که همیشه مرا شگفت‌زده می‌کرد، کمبود منابع پیگیری بود. در مورد علم داده متوسط یا پیشرفته چطور؟ هر چیزی که وجود دارد منحصراً در مورد ابزارها و الگوریتم‌ها است. این عالی است، اما علم داده چیزی بیشتر از جزئیات فنی دارد. در واقع، جزئیات فنی تغییر می‌کنند، در حالی که وظیفه یک تحلیلگر اساساً تغییر نمی‌کند.
تحلیلگران باید حل کننده مشکل باشند. مردم سؤالاتی دارند که می‌توان با داده‌ها به آنها پاسخ داد. تحلیلگران به آنها پاسخ می‌دهند و در انجام این کار، باید مشکلات فنی و سازمانی را حل کنند. در سطح بالا، حل مسئله مهارتی است که تحلیلگران پس از آموزش اولیه باید بیشتر از همه آن را تقویت کنند.
بهترین راه برای انجام این کار، حل واقعی مشکلات است. اما چه مشکلاتی؟ و با چه پروژه‌هایی؟ با این کتاب، می‌خواهم تحلیلگران مشتاق به یادگیری ادامه دهند، در حالی که مجموعه‌ای از پروژه‌ها را برای نشان دادن مهارت‌های پیشرفته خود ایجاد می‌کنند.
هنگام انتخاب پروژه‌ها، دقت کردم که روی موضوعاتی تمرکز کنم که معمولاً در یک برنامه درسی مقدماتی قرار نمی‌گیرند، اما اغلب در دنیای واقعی مطرح می‌شوند. همچنین مجموعه‌های داده واقعی را انتخاب کردم و تغییرات کمی در آنها ایجاد کردم یا اصلاً تغییری ندادم تا مشکلات تا حد امکان واقعی باشند. امیدوارم از حل این مشکلات به همان اندازه که من از ایجاد آنها لذت بردم، لذت ببرید.
درباره کتاب The Well-Grounded Data Analyst
کتاب تحلیلگر داده‌ی کارکشته (The Well-Grounded Data Analyst) نوشته شده تا به شما در بهبود مهارت‌های تحلیل داده‌تان از طریق حل مشکلات دنیای واقعی کمک کند. این کتاب هشت سناریو را که به عنوان یک تحلیلگر با آنها روبرو می‌شوید، ارائه می‌دهد که هر کدام از آنها در مورد موضوعی است که در صنعت رایج است اما اغلب در آموزش داده وجود ندارد. همچنین چارچوبی را ارائه می‌دهد که می‌توان از آن برای حل هر مشکل تحلیلی استفاده کرد، عمدتاً با کمک به شما در تعریف صحیح مشکل قبل از شروع.
چه کسی باید کتاب The Well-Grounded Data Analyst را بخواند؟
این کتاب برای تحلیلگران جوان یا مشتاقی است که به دنبال تقویت مهارت‌های تحلیل داده پایه خود هستند و می‌خواهند در معرض مشکلات دنیای واقعی قرار بگیرند. خوانندگان باید حداقل شش ماه تجربه در تحلیل داده داشته باشند و با چارچوب‌بندی مسئله، پاکسازی داده‌ها، تحلیل و تجسم آشنا باشند. حتی تحلیلگران باتجربه نیز از حل مشکلات کتاب سود خواهند برد زیرا ما هرگز از یادگیری دست نمی‌کشیم.
نحوه سازماندهی کتاب The Well-Grounded Data Analyst: یک نقشه راه
این کتاب شامل هشت پروژه تحلیل داده برای تلاش است که در 13 فصل پخش شده است. هر فصل، از فصل 2 شروع می‌شود، یک پروژه را توصیف می‌کند، داده‌های موجود را توضیح می‌دهد، تجزیه و تحلیل گام به گام از نحوه برخورد با پروژه را ارائه می‌دهد و یک راه حل نمونه به زبان پایتون ارائه می‌دهد:
فصل 1 کتاب The Well-Grounded Data Analyst یک چارچوب نتیجه‌محور را معرفی می‌کند که می‌توانید آن را برای هر مشکل داده‌ای اعمال کنید. همچنین نحوه اعمال آن را در یک سناریوی دنیای واقعی بررسی می‌کند.
فصل 2 کتاب The Well-Grounded Data Analyst شامل اولین پروژه است. در آن، وظیفه بازیابی اطلاعات از داده‌های آدرس متن آزاد است. این فصل شامل یک کاربرد دقیق از فرآیند نتیجه‌محور برای مشکل خاص است.
فصل 3 در مورد مدل‌سازی داده‌ها است. در این پروژه، اطلاعات مشتری باید از داده‌های تراکنش خام بازیابی و حذف تکراری شود.
فصل 4 کتاب The Well-Grounded Data Analyst در مورد تعریف معیارها است. این پروژه از شما می‌خواهد که تعریف کنید که بهترین عملکرد یک محصول به چه معناست و داده‌ها را بر اساس آن تحلیل کنید.
فصل 5 کتاب The Well-Grounded Data Analyst به منابع داده غیرمعمول می‌پردازد. وظیفه پروژه، تحلیل تغییرات در صنعت فیلم در طول و پس از قرنطینه‌های COVID-19 است. برای انجام این کار، باید داده‌ها را از مجموعه‌ای از فایل‌های PDF بازیابی کنید.
فصل 6 کتاب The Well-Grounded Data Analyst پروژه‌ای را در مورد نحوه برخورد با داده‌های دسته‌بندی شده معرفی می‌کند. وظیفه شما تحلیل یک نظرسنجی از توسعه‌دهندگان برای درک نگرش‌ها و استفاده از ابزارهای هوش مصنوعی است. راه حل نمونه در این فصل بر کاوش داده‌ها و پاسخ به برخی از سؤالات اولیه متمرکز است.
فصل 7 کتاب The Well-Grounded Data Analyst پروژه فصل قبل را ادامه می‌دهد. در راه حل نمونه، ما از روش‌های پیشرفته‌تری برای کار با داده‌های دسته‌بندی شده استفاده می‌کنیم تا نتایج نظرسنجی را بهتر درک کنیم.
فصل 8 کتاب The Well-Grounded Data Analyst پروژه بعدی را معرفی می‌کند که کار با داده‌های سری زمانی است. وظیفه، بررسی داده‌های ترافیکی برای درک این است که زیرساخت دوچرخه‌سواری کجا می‌تواند بهبود یابد. راه حل نمونه در این فصل شامل یک کاوش و تحلیل اولیه از داده‌ها است.
فصل 9 پروژه سری زمانی از فصل قبل را با اعمال روش‌های پیشرفته‌تر، از جمله پیش‌بینی تعداد ترافیک در آینده، ادامه می‌دهد. نتایج پروژه نیز مورد بحث قرار می‌گیرد.
فصل 10 پروژه جدیدی را معرفی می‌کند که در مورد ایجاد اثبات سریع مفهوم برای آزمایش امکان‌پذیری یک ایده با توجه به داده‌های موجود است. در راه حل نمونه این فصل، داده‌ها کاوش، تحلیل و صادر می‌شوند تا در فصل بعد مورد استفاده قرار گیرند.
فصل 11 کتاب The Well-Grounded Data Analyst شامل ساخت اثبات مفهوم نمونه است که در فصل 10 آماده کردیم. طراحی و ساخت این برنامه به تفصیل شرح داده شده است.
فصل 12 کتاب The Well-Grounded Data Analyst پروژه نهایی را معرفی می‌کند که در مورد تحویل گرفتن تحلیل شخص دیگری است. وظیفه شما بررسی کار تحلیلگر دیگری و ایجاد نسخه بعدی تحلیل است. موضوع، بخش‌بندی مشتری، به طور خاص، تجزیه و تحلیل رویدادهای تلفن همراه برای یافتن رفتارهای متمایز مشتری است.
فصل 13 شامل بخش دوم راه حل نمونه برای پروژه نهایی است. این بخش نحوه استفاده از داده‌های رویداد تلفن همراه برای ایجاد بخش‌های متمایز مشتری و نحوه ارائه آنها به ذینفعان را بررسی می‌کند. بهترین راه برای خواندن کتاب این است که با فصل 1 شروع کنید تا چارچوب را درک کنید و سپس فصل 2 را بخوانید تا احساسی از نحوه ساختار فصل‌های پروژه داشته باشید.
به عنوان مثال، قبل از خواندن هر یک از راه حل‌های نمونه، اکیداً توصیه می‌کنم که خودتان پروژه را امتحان کنید. پس از فصل 2، پیشنهاد می‌کنم یکی از پروژه‌هایی را که به آن علاقه دارید انتخاب کنید. هشت پروژه در فصل‌های 2 تا 6، 8، 10 و 12 معرفی شده‌اند. نیازی نیست که به ترتیب کامل شوند.
سرفصل‌های کتاب The Well-Grounded Data Analyst:
- The Well-Grounded Data Analyst
- copyright
- dedication
- contents
- foreword
- preface
- acknowledgments
- about this book
- about the author
- about the cover illustration
- 1 Bridging the gap between data science training and the real world
- 2 Encoding geographies
- 3 Data modeling
- 4 Metrics
- 5 Unusual data sources
- 6 Categorical data
- 7 Categorical data: Advanced methods
- 8 Time series data: Data preparation
- 9 Time series data: Analysis
- 10 Rapid prototyping: Data analysis
- 11 Rapid prototyping: Creating the proof of concept
- 12 Iterating on someone else’s work: Data preparation
- 13 Iterating on someone else’s work: Customer segmentation
- appendix Python installation instructions
- index
جهت دانلود کتاب The Well-Grounded Data Analyst می‌توانید پس از پرداخت، دریافت کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.