Hands-On Data Science and Python Machine Learning

این کتاب اصول یادگیری ماشین با پایتون را به صورت مختصر و پویا پوشش می‌دهد. داده کاوی و یادگیری ماشینی در مقیاس بزرگ با استفاده از اسپارک Apache را پوشش می‌دهد.

درباره این کتاب

• اولین قدم‌های خود را در این زمینه بردارید. دنیای علم داده با درک ابزارها و تکنیک های تجزیه و تحلیل داده ها
• آموزش مدل های یادگیری ماشینی کارآمد در پایتون با استفاده از روش های یادگیری نظارت شده و بدون نظارت
• آموزش نحوه استفاده از اسپارک آپاچی برای پردازش داده‌های بزرگ کارآمد

این کتاب برای چه کسی است

اگر دانشمند داده‌های نوپا یا تحلیلگر داده‌ای هستید که می‌خواهید تجزیه و تحلیل کنید و به دست آورید. بینش عملی از داده ها با استفاده از پایتون، این کتاب برای شماست. برنامه نویسانی که تجربه کمی در پایتون دارند و می خواهند وارد دنیای پرسود علم داده شوند نیز این کتاب را بسیار مفید می دانند، اما برای اینکه از این کتاب بیشترین بهره را ببرید، نیازی نیست که یک کدنویس یا ریاضیدان متخصص پایتون باشید.</ p>

آنچه یاد خواهید گرفت

• یاد بگیرید چگونه داده های خود را پاک کنید و آن ها را برای تجزیه و تحلیل آماده کنید
• اجرای خوشه بندی و رگرسیون محبوب روش‌ها در پایتون
• آموزش مدل‌های یادگیری ماشین کارآمد با استفاده از درخت‌های تصمیم‌گیری و جنگل‌های تصادفی
• نتایج تجزیه و تحلیل خود را با استفاده از کتابخانه Matplotlib پایتون تجسم کنید
• از بسته MLlib Apache Spark استفاده کنید برای انجام یادگیری ماشین بر روی مجموعه داده های بزرگ

در جزئیات

به فرانک کین بپیوندید که روی الگوریتم های یادگیری ماشین آمازون و IMDb کار می کرد. شما را در اولین قدم هایتان به دنیای علم داده راهنمایی می کند. Hands-On Data Science و Python Machine Learning ابزارهایی را در اختیار شما می‌گذارد که برای درک و کشف موضوعات اصلی در این زمینه، و اعتماد به نفس و تمرین برای ساختن و تجزیه و تحلیل مدل‌های یادگیری ماشینی خود نیاز دارید. فرانک کین با کمک مثال‌های عملی جالب و آسان، موضوعات پیچیده‌ای مانند روش‌های بیزی و خوشه‌بندی K-means را به گونه‌ای توضیح می‌دهد که همه بتوانند آن‌ها را درک کنند.

بر اساس داده‌های موفق فرانک. دوره علمی، Hands-On Data Science و Python Machine Learning به شما این امکان را می دهد که تجزیه و تحلیل داده ها را انجام دهید و یادگیری ماشینی کارآمد را با استفاده از پایتون انجام دهید. اجازه دهید فرانک به شما کمک کند تا با استفاده از تکنیک های مختلف داده کاوی و تجزیه و تحلیل داده های موجود در پایتون، ارزش داده های خود را کشف کنید و مدل های پیش بینی کارآمد را برای پیش بینی نتایج آینده توسعه دهید. همچنین یاد خواهید گرفت که چگونه با استفاده از آپاچی اسپارک، یادگیری ماشینی در مقیاس بزرگ را روی داده های بزرگ انجام دهید. این کتاب شامل آماده سازی داده های شما برای تجزیه و تحلیل، آموزش مدل های یادگیری ماشین و تجسم تجزیه و تحلیل داده های نهایی است.

سبک و رویکرد

این کتاب جامع یک کتاب است. ترکیبی عالی از تئوری و مثال‌های کد عملی در پایتون که می‌تواند در هر زمان برای مرجع شما استفاده شود.

در حال بارگیری کد نمونه برای این کتاب. می‌توانید فایل‌های کد نمونه را برای همه کتاب‌های Packt که از حساب خود در http://www.PacktPub.com خریداری کرده‌اید دانلود کنید. اگر این کتاب را از جای دیگری خریداری کرده اید، می توانید از http://www.PacktPub.com/support دیدن کنید و برای داشتن فایل کد ثبت نام کنید.

This book covers the fundamentals of machine learning with Python in a concise and dynamic manner. It covers data mining and large-scale machine learning using Apache Spark.

About This Book

• Take your first steps in the world of data science by understanding the tools and techniques of data analysis
• Train efficient Machine Learning models in Python using the supervised and unsupervised learning methods
• Learn how to use Apache Spark for processing Big Data efficiently

Who This Book Is For

If you are a budding data scientist or a data analyst who wants to analyze and gain actionable insights from data using Python, this book is for you. Programmers with some experience in Python who want to enter the lucrative world of Data Science will also find this book to be very useful, but you don't need to be an expert Python coder or mathematician to get the most from this book.

What You Will Learn

• Learn how to clean your data and ready it for analysis
• Implement the popular clustering and regression methods in Python
• Train efficient machine learning models using decision trees and random forests
• Visualize the results of your analysis using Python’s Matplotlib library
• Use Apache Spark’s MLlib package to perform machine learning on large datasets

In Detail

Join Frank Kane, who worked on Amazon and IMDb’s machine learning algorithms, as he guides you on your first steps into the world of data science. Hands-On Data Science and Python Machine Learning gives you the tools that you need to understand and explore the core topics in the field, and the confidence and practice to build and analyze your own machine learning models. With the help of interesting and easy-to-follow practical examples, Frank Kane explains potentially complex topics such as Bayesian methods and K-means clustering in a way that anybody can understand them.

Based on Frank’s successful data science course, Hands-On Data Science and Python Machine Learning empowers you to conduct data analysis and perform efficient machine learning using Python. Let Frank help you unearth the value in your data using the various data mining and data analysis techniques available in Python, and to develop efficient predictive models to predict future results. You will also learn how to perform large-scale machine learning on Big Data using Apache Spark. The book covers preparing your data for analysis, training machine learning models, and visualizing the final data analysis.

Style and approach

This comprehensive book is a perfect blend of theory and hands-on code examples in Python which can be used for your reference at any time.

Downloading the example code for this book. You can download the example code files for all Packt books you have purchased from your account at http://www.PacktPub.com. If you purchased this book elsewhere, you can visit http://www.PacktPub.com/support and register to have the code file.