علم داده سرتاسری با SAS ۲۰۲۰
End-to-End Data Science with SAS 2020

علم داده‌ی سرتاسری با SAS: راهنمای برنامه‌نویسی عملی، توضیحات روشن و کاربردی در مورد محیط علم داده، تکنیک‌های یادگیری ماشین و دانش برنامه‌نویسی SAS لازم برای توسعه مدل‌های یادگیری ماشین در هر صنعتی ارائه می‌دهد. این کتاب مفاهیمی از قبیل درک نیازهای تجاری، ایجاد مجموعه‌ی داده‌های مدل‌سازی، رگرسیون خطی، مدل‌های طبقه‌بندی پارامتری و مدل‌های طبقه‌بندی غیرپارامتری را پوشش می‌دهد. مثال‌های تجاری واقعی و نمونه کدها برای نشان دادن گام به گام هر فرآیند استفاده می‌شوند.

اگرچه مقدار قابل توجهی از اطلاعات پس‌زمینه و ریاضیات پشتیبان ارائه شده است، اما کتاب به عنوان یک کتاب درسی ساختار نیافته است، بلکه یک راهنمای کاربر برای کاربرد علم داده و یادگیری ماشین در یک محیط تجاری است. خوانندگان یاد خواهند گرفت که چگونه مانند یک دانشمند داده فکر کنند، داده‌های درهم و برهم را ساماندهی کنند، یک مدل را انتخاب کنند و اثربخشی مدل را ارزیابی کنند. دانشمندان داده‌ی تازه‌کار یا متخصصانی که خواهان تجربه‌ی بیشتری با SAS هستند، این کتاب را به عنوان یک مرجع ارزشمند خواهند یافت. با تسلط بر برنامه‌نویسی SAS برای مدل‌های یادگیری ماشین، حرفه‌ی علم داده‌ی خود را به سطح بالاتری ارتقا دهید.

End-to-End Data Science with SAS: A Hands-On Programming Guide provides clear and practical explanations of the data science environment, machine learning techniques, and the SAS programming knowledge necessary to develop machine learning models in any industry. The book covers concepts including understanding the business need, creating a modeling data set, linear regression, parametric classification models, and non-parametric classification models. Real-world business examples and example code are used to demonstrate each process step-by-step.

Although a significant amount of background information and supporting mathematics are presented, the book is not structured as a textbook, but rather it is a user’s guide for the application of data science and machine learning in a business environment. Readers will learn how to think like a data scientist, wrangle messy data, choose a model, and evaluate the model’s effectiveness. New data scientists or professionals who want more experience with SAS will find this book to be an invaluable reference. Take your data science career to the next level by mastering SAS programming for machine learning models.