Data Science in Practice

این کتاب از طریق لنز علم داده به داده های بزرگ، هوش مصنوعی، یادگیری ماشین و هوش تجاری می پردازد. ما عادت کرده ایم که بارها و بارها در رسانه های اصلی این اصطلاحات ذکر شود. با این حال، درک ما از معنای واقعی آنها اغلب محدود است. این کتاب یک نمای کلی از اصطلاحات و رویکردهای مورد استفاده به طور گسترده در علم داده ارائه می دهد و اطلاعات دقیقی در مورد نظریه ها، مدل ها و سناریوهای کاربردی زیربنایی ارائه می دهد. این کتاب که به سه بخش اصلی تقسیم می شود، به چیستی علم داده می پردازد. نحوه و مکان استفاده از آن؛ و چگونه می توان آن را با استفاده از نرم افزار متن باز مدرن پیاده سازی کرد. این کتاب یک راهنمای ضروری برای علم داده مدرن برای همه دانشجویان، شاغلین، توسعه‌دهندگان و مدیران ارائه می‌دهد که به دنبال درک عمیق‌تر از نحوه عملکرد جنبه‌های مختلف علم داده و نحوه استفاده از آنها برای کسب مزیت رقابتی هستند.

This book approaches big data, artificial intelligence, machine learning, and business intelligence through the lens of Data Science. We have grown accustomed to seeing these terms mentioned time and time again in the mainstream media. However, our understanding of what they actually mean often remains limited. This book provides a general overview of the terms and approaches used broadly in data science, and provides detailed information on the underlying theories, models, and application scenarios. Divided into three main parts, it addresses what data science is; how and where it is used; and how it can be implemented using modern open source software. The book offers an essential guide to modern data science for all students, practitioners, developers and managers seeking a deeper understanding of how various aspects of data science work, and of how they can be employed to gain a competitive advantage.