ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب The Art of Data Science: A Guide for Anyone Who Works with Data

دانلود کتاب هنر علم داده: راهنمای هر کسی که با داده کار می کند

The Art of Data Science: A Guide for Anyone Who Works with Data

مشخصات کتاب

The Art of Data Science: A Guide for Anyone Who Works with Data

ویرایش:  
نویسندگان: ,   
سری:  
 
ناشر:  
سال نشر: 2015 
تعداد صفحات: 162 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 55,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب The Art of Data Science: A Guide for Anyone Who Works with Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب هنر علم داده: راهنمای هر کسی که با داده کار می کند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب هنر علم داده: راهنمای هر کسی که با داده کار می کند

تجزیه و تحلیل داده ها عمدتاً یک فرآیند دشوار است زیرا افراد کمی می توانند دقیقاً نحوه انجام آن را توضیح دهند. اینطور نیست که هیچ فردی وجود نداشته باشد که به طور منظم داده ها را تجزیه و تحلیل کند. این است که فرآیندی که از طریق آن یک سؤال را بیان می کنیم، داده ها را بررسی می کنیم، مدل سازی رسمی انجام می دهیم، نتایج را تفسیر می کنیم، و یافته ها را به اشتراک می گذاریم، فرآیندی دشوار برای تعمیم و انتزاع است. اساساً تجزیه و تحلیل داده ها یک هنر است. هنوز چیزی نیست که بتوانیم به راحتی آن را خودکار کنیم. تحلیلگران داده ابزارهای زیادی در اختیار دارند، از رگرسیون خطی گرفته تا طبقه بندی درختان گرفته تا جنگل های تصادفی، و این ابزارها همگی با دقت بر روی رایانه ها پیاده سازی شده اند. اما در نهایت، یک تحلیلگر داده – یک شخص – نیاز دارد تا راهی برای جمع آوری همه ابزارها و اعمال آنها بر روی داده ها برای پاسخ به سؤال مورد علاقه مردم پیدا کند. این کتاب فرآیند تجزیه و تحلیل داده ها را با حداقل جزئیات فنی می نویسد. آنچه ما توصیف می کنیم یک \"فرمول\" خاص برای تجزیه و تحلیل داده ها نیست، بلکه یک فرآیند کلی است که می تواند در موقعیت های مختلف اعمال شود. از طریق تجربه گسترده ما در مدیریت تحلیلگران داده و انجام تجزیه و تحلیل داده های خود، ما به دقت مشاهده کرده ایم که چه چیزی نتایج منسجم ایجاد می کند و چه چیزی نمی تواند بینش مفیدی را در مورد داده ها ایجاد کند. این کتاب تقطیر تجربیات ما در قالبی است که هم برای پزشکان و هم برای مدیران در علم داده قابل اجرا است.


توضیحاتی درمورد کتاب به خارجی

Data analysis is a difficult process largely because few people can describe exactly how to do it. It's not that there aren't any people doing data analysis on a regular basis. It's that the process by which we state a question, explore data, conduct formal modeling, interpret results, and communicate findings, is a difficult process to generalize and abstract. Fundamentally, data analysis is an art. It is not yet something that we can easily automate. Data analysts have many tools at their disposal, from linear regression to classification trees to random forests, and these tools have all been carefully implemented on computers. But ultimately, it takes a data analyst—a person—to find a way to assemble all of the tools and apply them to data to answer a question of interest to people. This book writes down the process of data analysis with a minimum of technical detail. What we describe is not a specific "formula" for data analysis, but rather is a general process that can be applied in a variety of situations. Through our extensive experience both managing data analysts and conducting our own data analyses, we have carefully observed what produces coherent results and what fails to produce useful insights into data. This book is a distillation of our experience in a format that is applicable to both practitioners and managers in data science.





نظرات کاربران