تحلیل داده پایتون؛ جمع آوری، پردازش، داده ورزی، تجسم و ساخت مدل داده ها با استفاده از پایتون

ویژگی‌های کلیدی

داده‌های خود را برای استفاده در تحلیل اکتشافی، دستکاری داده‌ها و بررسی داده‌ها آماده و پاکسازی کنید.
روش‌های یادگیری ماشین تحت نظارت، بدون نظارت، احتمالاتی و بیزی را کشف کنید.
با پردازش گراف و تحلیل احساسات آشنا شوید.

شرح کتاب

تحلیل داده‌ها شما را قادر می‌سازد تا با کشف الگوها و روندهای جدید، از داده‌های کوچک و بزرگ ارزش ایجاد کنید و پایتون یکی از محبوب‌ترین ابزارها برای تحلیل طیف گسترده‌ای از داده‌ها است. با این کتاب، با بررسی مراحل و روش‌های مختلف مورد استفاده در تحلیل داده‌ها و یادگیری نحوه استفاده از کتابخانه‌های مدرن از اکوسیستم پایتون برای ایجاد خطوط لوله داده کارآمد، با استفاده از پایتون برای تحلیل داده‌ها شروع به کار خواهید کرد.

با شروع از اصول اساسی آماری و تحلیل داده‌ها با استفاده از پایتون، تحلیل و مدل‌سازی داده‌های پیچیده، دستکاری داده‌ها، پاکسازی داده‌ها و تجسم داده‌ها را با استفاده از مثال‌های آسان انجام خواهید داد. سپس خواهید فهمید که چگونه با استفاده از مدل‌های ARMA، تحلیل سری‌های زمانی و پردازش سیگنال را انجام دهید. با پیشرفت در درس، با پردازش هوشمند و تجزیه و تحلیل داده‌ها با استفاده از الگوریتم‌های یادگیری ماشین مانند رگرسیون، طبقه‌بندی، تحلیل مؤلفه‌های اصلی (PCA) و خوشه‌بندی آشنا خواهید شد. در فصل‌های پایانی، روی مثال‌های دنیای واقعی برای تجزیه و تحلیل داده‌های متنی و تصویری به ترتیب با استفاده از تکنیک‌های پردازش زبان طبیعی (NLP) و تجزیه و تحلیل تصویر کار خواهید کرد. در نهایت، این کتاب محاسبات موازی را با استفاده از Dask نشان می‌دهد.

در پایان این کتاب تجزیه و تحلیل داده‌ها، شما به مهارت‌های لازم برای آماده‌سازی داده‌ها برای تجزیه و تحلیل و ایجاد تجسم‌های معنادار از داده‌ها برای پیش‌بینی مقادیر از داده‌ها مجهز خواهید شد. آنچه خواهید آموخت

بررسی علم داده و مدل‌های مختلف فرآیند آن
انجام دستکاری داده‌ها با استفاده از NumPy و pandas برای جمع‌آوری، پاکسازی و مدیریت مقادیر از دست رفته
ایجاد مصورسازی‌های تعاملی با استفاده از Matplotlib، Seaborn و Bokeh
بازیابی، پردازش و ذخیره داده‌ها در طیف گسترده‌ای از فرمت‌ها
درک پیش‌پردازش داده‌ها و مهندسی ویژگی با استفاده از pandas و scikit-learn
انجام تجزیه و تحلیل سری‌های زمانی و پردازش سیگنال با استفاده از داده‌های چرخه لکه‌های خورشیدی
تجزیه و تحلیل داده‌های متنی و داده‌های تصویری برای انجام تجزیه و تحلیل پیشرفته
آشنایی با محاسبات موازی با استفاده از Dask

این کتاب برای چه کسانی مناسب است؟

این کتاب برای تحلیلگران داده، تحلیلگران کسب و کار، آمارشناسان و دانشمندان داده است که به دنبال یادگیری نحوه استفاده از پایتون برای تجزیه و تحلیل داده‌ها هستند. دانشجویان و اعضای هیئت علمی نیز این کتاب را برای یادگیری و آموزش تجزیه و تحلیل داده‌های پایتون با استفاده از یک رویکرد عملی مفید خواهند یافت. درک اولیه از ریاضیات و دانش عملی زبان برنامه‌نویسی پایتون به شما در شروع کار با این کتاب کمک خواهد کرد.

فهرست مطالب

شروع کار با کتابخانه‌های پایتون
NumPy و Pandas
آمار
جبر خطی
مصورسازی داده‌ها
بازیابی، پردازش و ذخیره داده‌ها
پاکسازی داده‌های نامرتب
پردازش سیگنال و سری‌های زمانی
یادگیری نظارت‌شده – تحلیل رگرسیون
یادگیری نظارت‌شده – تکنیک‌های طبقه‌بندی
یادگیری بدون نظارت – PCA و خوشه‌بندی
تحلیل داده‌های متنی
تحلیل داده‌های تصویری
محاسبات موازی با استفاده از Dask