علم داده کاربردی برای زیست‌شناسان با استفاده از پایتون ۲۰۲۱
Hands on Data Science for Biologists Using Python 2021

کتاب «علم داده کاربردی برای زیست‌شناسان با استفاده از پایتون» با هدف پاسخگویی به نیازهای گسترده‌ی مدیریت داده در زیست‌شناسی مدرن طراحی شده است. با ظهور فناوری‌های پیشرفته و در دسترس بودن داده‌های امیکس، علوم زیستی به یک حوزه‌ی داده‌محور تبدیل شده‌اند. این کتاب آموزشی کاربردی با هدف تسهیل تجزیه و تحلیل داده‌ها از طریق ارائه‌ی یک رویکرد آموزشی تعاملی و مسئله‌محور در زبان برنامه‌نویسی پایتون نوشته شده است.

این کتاب با مقدمه‌ای بر پایتون آغاز می‌شود و به تدریج به تکنیک‌های دقیق مدیریت، پیش‌پردازش و تجسم داده‌ها می‌پردازد. در پایان، به الگوریتم‌های یادگیری ماشین و کاربردهای آن‌ها در علم داده‌های زیستی می‌پردازد. هر موضوع با توضیحی شهودی از مفاهیم و همراه با مثال‌های زیستی ارائه شده است.

ویژگی‌های این کتاب:

• این کتاب شامل الگوهای استاندارد برای تجزیه و تحلیل داده‌ها با استفاده از پایتون است که برای مبتدیان و همچنین یادگیرندگان پیشرفته مناسب است.
• این کتاب پیاده‌سازی‌های کاربردی مدیریت داده و الگوریتم‌های یادگیری ماشین را با استفاده از مجموعه‌داده‌ها و مسائل زیستی واقعی، مانند تجزیه و تحلیل بیان ژن، پیش‌بینی بیماری، تشخیص تصویر، ارتباط SNP با فنوتیپ‌ها و بیماری‌ها نشان می‌دهد.
• با توجه به اهمیت تجسم برای تفسیر داده‌ها، به ویژه در سیستم‌های زیستی، یک فصل اختصاصی برای سهولت تجسم و ترسیم داده‌ها در نظر گرفته شده است.
• هر فصل به گونه‌ای طراحی شده است که تعاملی باشد و با یک نوت‌بوک Jupyter همراه است تا خوانندگان را به تمرین در سیستم‌های محلی خود ترغیب کند.

یکی دیگر از اجزای نوآورانه‌ی کتاب، گنجاندن یک پروژه‌ی یادگیری ماشین است که در آن از الگوریتم‌های مختلف یادگیری ماشین برای شناسایی ژن‌های مرتبط با اختلالات مرتبط با افزایش سن استفاده می‌شود. درک سیستماتیک مراحل تجزیه و تحلیل داده‌ها همواره عنصری مهم برای تحقیقات زیستی بوده است. این کتاب یک منبع به راحتی قابل دسترس است که می‌توان از آن به عنوان یک کتاب راهنما برای تجزیه و تحلیل داده‌ها و همچنین مجموعه‌ای از الگوهای کد استاندارد برای ساخت مدل‌ها استفاده کرد.

Hands-on Data Science for Biologists using Python has been conceptualized to address the massive data handling needs of modern-day biologists. With the advent of high throughput technologies and consequent availability of omics data, biological science has become a data-intensive field. This hands-on textbook has been written with the inception of easing data analysis by providing an interactive, problem-based instructional approach in Python programming language.

The book starts with an introduction to Python and steadily delves into scrupulous techniques of data handling, preprocessing, and visualization. The book concludes with machine learning algorithms and their applications in biological data science. Each topic has an intuitive explanation of concepts and is accompanied with biological examples.

Features of this book:

• The book contains standard templates for data analysis using Python, suitable for beginners as well as advanced learners.
• This book shows working implementations of data handling and machine learning algorithms using real-life biological datasets and problems, such as gene expression analysis; disease prediction; image recognition; SNP association with phenotypes and diseases.
• Considering the importance of visualization for data interpretation, especially in biological systems, there is a dedicated chapter for the ease of data visualization and plotting.
• Every chapter is designed to be interactive and is accompanied with Jupyter notebook to prompt readers to practice in their local systems.

Other avant-garde component of the book is the inclusion of a machine learning project, wherein various machine learning algorithms are applied for the identification of genes associated with age-related disorders. A systematic understanding of data analysis steps has always been an important element for biological research. This book is a readily accessible resource that can be used as a handbook for data analysis, as well as a platter of standard code templates for building models.