اردوگاه کتاب علم داده ۲۰۲۱
Data Science Bookcamp 2021

**با ساخت پنج پروژه واقعی، علم داده را با پایتون بیاموزید! پیش‌بینی بازی‌های کارتی، ردیابی شیوع بیماری‌ها و موارد دیگر را تجربه کنید، و در حین انجام این کار، درکی انعطاف‌پذیر و شهودی از علم داده به دست آورید.**

در *Data Science Bookcamp* خواهید آموخت:

– تکنیک‌های محاسبه و ترسیم احتمالات
– تحلیل آماری با استفاده از Scipy
– چگونگی سازماندهی مجموعه داده‌ها با الگوریتم‌های خوشه‌بندی
– چگونگی مصورسازی مجموعه داده‌های پیچیده چندمتغیره
– چگونگی آموزش یک الگوریتم یادگیری ماشین درخت تصمیم

در *Data Science Bookcamp* دانش خود از پایتون را با حل مسائل باز و مشابه مسائلی که دانشمندان داده حرفه‌ای روزانه با آن‌ها سروکار دارند، آزمایش و تقویت خواهید کرد. مجموعه‌ داده‌های قابل دانلود و راه‌حل‌های کاملاً توضیح داده شده به شما کمک می‌کنند تا آنچه را آموخته‌اید تثبیت کنید، اعتماد به نفس خود را افزایش دهید و شما را برای یک حرفه جدید و هیجان‌انگیز در علم داده آماده سازند.

خرید نسخه چاپی کتاب شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle و ePub از انتشارات Manning است.

درباره فناوری

یک پروژه علم داده دارای بخش‌های متحرک زیادی است و برای هماهنگ کردن کد، الگوریتم‌ها، مجموعه داده‌ها، قالب‌ها و مصورسازی‌ها با یکدیگر به تمرین و مهارت نیاز است. این کتاب منحصر به فرد شما را از طریق پنج پروژه واقعی راهنمایی می‌کند، از جمله ردیابی شیوع بیماری‌ها از تیتر اخبار، تجزیه و تحلیل شبکه‌های اجتماعی و یافتن الگوهای مرتبط در داده‌های کلیک تبلیغات.

درباره کتاب

*Data Science Bookcamp* به تئوری‌های سطحی و مثال‌های ساده محدود نمی‌شود. با پیشرفت در هر پروژه، یاد خواهید گرفت که چگونه مشکلات رایج مانند داده‌های از دست رفته، داده‌های نامرتب و الگوریتم‌هایی که کاملاً با مدلی که می‌سازید مطابقت ندارند را عیب‌یابی کنید. از دستورالعمل‌های دقیق راه‌اندازی و راه‌حل‌های کاملاً توضیح داده شده که نقاط ضعف رایج را برجسته می‌کنند، قدردانی خواهید کرد. در پایان، به مهارت‌های خود اطمینان خواهید داشت زیرا می‌توانید نتایج را ببینید.

مطالب داخل کتاب

– خراشیدن وب (Web scraping)
– سازماندهی مجموعه داده‌ها با الگوریتم‌های خوشه‌بندی
– مصورسازی مجموعه داده‌های پیچیده چندمتغیره
– آموزش یک الگوریتم یادگیری ماشین درخت تصمیم

درباره خواننده

مخاطبان این کتاب افرادی هستند که با اصول اولیه پایتون آشنایی دارند. هیچ مهارت قبلی در علم داده یا یادگیری ماشین لازم نیست.

درباره نویسنده

**لئونارد آپلتسین** رئیس علم داده در Anomaly است، جایی که تیم او از تجزیه و تحلیل پیشرفته برای کشف تقلب، اتلاف و سوء استفاده در مراقبت‌های بهداشتی استفاده می‌کند.

فهرست مطالب

مطالعه موردی ۱: یافتن استراتژی برنده در یک بازی کارتی
۱. محاسبه احتمالات با استفاده از پایتون
۲. ترسیم احتمالات با استفاده از Matplotlib
۳. اجرای شبیه‌سازی‌های تصادفی در NumPy
۴. راه‌حل مطالعه موردی ۱
مطالعه موردی ۲: ارزیابی اهمیت کلیک‌های تبلیغات آنلاین
۵. احتمال و تحلیل آماری پایه با استفاده از SciPy
۶. پیش‌بینی با استفاده از قضیه حد مرکزی و SciPy
۷. آزمون فرضیه آماری
۸. تجزیه و تحلیل جداول با استفاده از Pandas
۹. راه‌حل مطالعه موردی ۲
مطالعه موردی ۳: ردیابی شیوع بیماری‌ها با استفاده از تیتر اخبار
۱۰. خوشه‌بندی داده‌ها به گروه‌ها
۱۱. مصورسازی و تجزیه و تحلیل موقعیت جغرافیایی
۱۲. راه‌حل مطالعه موردی ۳
مطالعه موردی ۴: استفاده از آگهی‌های استخدامی آنلاین برای بهبود رزومه علم داده شما
۱۳. اندازه‌گیری شباهت‌های متن
۱۴. کاهش ابعاد داده‌های ماتریسی
۱۵. تجزیه و تحلیل NLP مجموعه داده‌های متنی بزرگ
۱۶. استخراج متن از صفحات وب
۱۷. راه‌حل مطالعه موردی ۴
مطالعه موردی ۵: پیش‌بینی دوستی‌های آینده از داده‌های شبکه اجتماعی
۱۸. مقدمه‌ای بر نظریه گراف و تحلیل شبکه
۱۹. تکنیک‌های نظریه گراف پویا برای رتبه‌بندی گره‌ها و تحلیل شبکه اجتماعی
۲۰. یادگیری ماشین نظارت شده مبتنی بر شبکه
۲۱. آموزش طبقه‌بندی‌کننده‌های خطی با رگرسیون لجستیک
۲۲. آموزش طبقه‌بندی‌کننده‌های غیرخطی با تکنیک‌های درخت تصمیم
۲۳. راه‌حل مطالعه موردی ۵

Learn data science with Python by building five real-world projects! Experiment with card game predictions, tracking disease outbreaks, and more, as you build a flexible and intuitive understanding of data science.

In Data Science Bookcamp you will learn:

– Techniques for computing and plotting probabilities
– Statistical analysis using Scipy
– How to organize datasets with clustering algorithms
– How to visualize complex multi-variable datasets
– How to train a decision tree machine learning algorithm

In Data Science Bookcamp you’ll test and build your knowledge of Python with the kind of open-ended problems that professional data scientists work on every day. Downloadable data sets and thoroughly-explained solutions help you lock in what you’ve learned, building your confidence and making you ready for an exciting new data science career.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the technology
A data science project has a lot of moving parts, and it takes practice and skill to get all the code, algorithms, datasets, formats, and visualizations working together harmoniously. This unique book guides you through five realistic projects, including tracking disease outbreaks from news headlines, analyzing social networks, and finding relevant patterns in ad click data.

About the book
Data Science Bookcamp doesn’t stop with surface-level theory and toy examples. As you work through each project, you’ll learn how to troubleshoot common problems like missing data, messy data, and algorithms that don’t quite fit the model you’re building. You’ll appreciate the detailed setup instructions and the fully explained solutions that highlight common failure points. In the end, you’ll be confident in your skills because you can see the results.

What’s inside

– Web scraping
– Organize datasets with clustering algorithms
– Visualize complex multi-variable datasets
– Train a decision tree machine learning algorithm

About the reader
For readers who know the basics of Python. No prior data science or machine learning skills required.

About the author
Leonard Apeltsin is the Head of Data Science at Anomaly, where his team applies advanced analytics to uncover healthcare fraud, waste, and abuse.

Table of Contents
CASE STUDY 1 FINDING THE WINNING STRATEGY IN A CARD GAME
1 Computing probabilities using Python
2 Plotting probabilities using Matplotlib
3 Running random simulations in NumPy
4 Case study 1 solution
CASE STUDY 2 ASSESSING ONLINE AD CLICKS FOR SIGNIFICANCE
5 Basic probability and statistical analysis using SciPy
6 Making predictions using the central limit theorem and SciPy
7 Statistical hypothesis testing
8 Analyzing tables using Pandas
9 Case study 2 solution
CASE STUDY 3 TRACKING DISEASE OUTBREAKS USING NEWS HEADLINES
10 Clustering data into groups
11 Geographic location visualization and analysis
12 Case study 3 solution
CASE STUDY 4 USING ONLINE JOB POSTINGS TO IMPROVE YOUR DATA SCIENCE RESUME
13 Measuring text similarities
14 Dimension reduction of matrix data
15 NLP analysis of large text datasets
16 Extracting text from web pages
17 Case study 4 solution
CASE STUDY 5 PREDICTING FUTURE FRIENDSHIPS FROM SOCIAL NETWORK DATA
18 An introduction to graph theory and network analysis
19 Dynamic graph theory techniques for node ranking and social network analysis
20 Network-driven supervised machine learning
21 Training linear classifiers with logistic regression
22 Training nonlinear classifiers with decision tree techniques
23 Case study 5 solution