پروژه های علوم داده با پایتون؛ رویکرد مطالعه موردی برای به دست آوردن بینش ارزشمند از داده های واقعی با یادگیری ماشین

تجربه عملی برنامه‌نویسی پایتون را با تکنیک‌های یادگیری ماشین استاندارد صنعتی با استفاده از pandas، scikit-learn و XGBoost کسب کنید.

ویژگی‌های کلیدی

به داده‌ها به طور انتقادی فکر کنید و از آن برای شکل‌دهی و آزمایش یک فرضیه استفاده کنید.
یک مدل یادگیری ماشین مناسب انتخاب کنید و آن را بر اساس داده‌های خود آموزش دهید.
بینش‌های مبتنی بر داده را با اطمینان و وضوح بیان کنید.

شرح کتاب

اگر داده‌ها نفت جدید باشند، یادگیری ماشین تمرین است. با دسترسی شرکت‌ها به مقادیر فزاینده‌ای از داده‌های خام، توانایی ارائه مدل‌های پیش‌بینی پیشرفته که از تصمیم‌گیری تجاری پشتیبانی می‌کنند، ارزشمندتر می‌شود.

در این کتاب، شما روی یک پروژه جامع مبتنی بر یک مجموعه داده واقع‌گرایانه کار خواهید کرد و آن را به تمرین‌های عملی کوچک تقسیم خواهید کرد. این یک رویکرد مطالعه موردی ایجاد می‌کند که شرایط کاری را که در پروژه‌های علوم داده دنیای واقعی تجربه خواهید کرد، شبیه‌سازی می‌کند.

شما یاد خواهید گرفت که چگونه از بسته‌های کلیدی پایتون، از جمله pandas، Matplotlib و scikit-learn استفاده کنید و بر فرآیند کاوش و پردازش داده‌ها تسلط پیدا کنید، قبل از اینکه به سراغ برازش، ارزیابی و تنظیم الگوریتم‌هایی مانند رگرسیون لجستیک منظم و جنگل تصادفی بروید.

این کتاب که اکنون در ویرایش دوم خود قرار دارد، شما را با فرآیند کامل کاوش داده‌ها و ارائه مدل‌های یادگیری ماشین آشنا می‌کند. این نسخه که برای سال 2021 به‌روزرسانی شده است، شامل محتوای کاملاً جدیدی در مورد XGBoost، مقادیر SHAP، انصاف الگوریتمی و نگرانی‌های اخلاقی در مورد استقرار یک مدل در دنیای واقعی است.

در پایان این کتاب علوم داده، شما مهارت‌ها، درک و اعتماد به نفس لازم برای ساخت مدل‌های یادگیری ماشین خود و کسب بینش از داده‌های واقعی را خواهید داشت. آنچه خواهید آموخت

بارگذاری، کاوش و پردازش داده‌ها با استفاده از بسته پایتون pandas
استفاده از Matplotlib برای ایجاد مصورسازی‌های جذاب داده‌ها
پیاده‌سازی مدل‌های پیش‌بینی یادگیری ماشین با scikit-learn
استفاده از رگرسیون لاسو و ریج برای کاهش بیش‌برازش مدل
ارزیابی عملکرد مدل جنگل تصادفی و رگرسیون لجستیک
ارائه بینش‌های تجاری با ارائه نتیجه‌گیری‌های واضح و قانع‌کننده

این کتاب برای چه کسانی مناسب است؟

کتاب «پروژه‌های علوم داده با پایتون – ویرایش دوم» برای هر کسی است که می‌خواهد با علوم داده و یادگیری ماشین شروع به کار کند. اگر مشتاق هستید که با استفاده از تحلیل داده‌ها و مدل‌سازی پیش‌بینی‌کننده برای ایجاد بینش‌های تجاری، حرفه خود را پیش ببرید، این کتاب نقطه شروع مناسبی است. برای درک سریع مفاهیم مطرح شده، توصیه می‌شود که تجربه اولیه برنامه‌نویسی با پایتون یا زبان مشابه دیگری و علاقه عمومی به آمار داشته باشید.

فهرست مطالب

اکتشاف و پاکسازی داده‌ها
مقدمه‌ای بر Scikit-Learn و ارزیابی مدل
جزئیات رگرسیون لجستیک و اکتشاف ویژگی
مبادله بایاس-واریانس
درخت‌های تصمیم‌گیری و جنگل‌های تصادفی
مقادیر تقویت گرادیان، XGBoost و SHAP (توضیحات افزایشی SHApley)
تحلیل مجموعه تست، بینش‌های مالی و تحویل به مشتری