Topics in Data Science with Practical Examples

علوم داده، که گاهی به عنوان روش‌های پردازش و تجزیه و تحلیل مجموعه‌های داده عظیم (Big Data) شناخته می‌شود، حوزه‌ای است که به سرعت در حال تکامل است. این کتاب با ارائه مثال های ساده و کاربردی به زبان R، موضوعات مهمی از علم داده های نوظهور را آموزش می دهد. فصل های اولیه در مورد جمع آوری و مدیریت داده ها در مقیاس بزرگ است و سپس تجزیه و تحلیل داده ها و استفاده از مدل های آماری و یادگیری ماشینی بر روی داده های جمع آوری شده در ادامه کتاب مورد بحث قرار گرفته است.

ده موضوع مهم در علم داده در ده فصل از این کتاب با مثال های کاربردی در Oracle SQL، R، Hadoop و MapReduce توضیح داده شده است. اصول مدیریت داده ها مانند سیستم های پایگاه داده رابطه ای، داده کاوی و محاسبات توزیع شده با مثال های عملی SQL و پیاده سازی Hadoop و MapReduce در فصل های 1 تا 3 به تفصیل آمده است. رگرسیون و تجزیه و تحلیل آماری، شبکه های عصبی، ماشین های بردار پشتیبان و یادگیری ماشین توضیح داده شده است. به زبان ساده همراه با مثال های برنامه نویسی R، در فصل 4 تا 7. پردازش زبان طبیعی، سیستم های توصیه و تجزیه و تحلیل نمودارهای شبکه های اجتماعی در فصل های 8 تا 10 این کتاب توضیح داده شده است.

دکتر عبدالرضا ابهری، استاد گروه علوم کامپیوتر دانشگاه رایرسون، پس از سال ها تدریس علم داده، مطالب این کتاب را گردآوری کرده است. پروفسور ابهری با سابقه علم کامپیوتر به قبل از اختراع شبکه جهانی وب، تجربه گسترده ای در تجزیه و تحلیل داده های وب و شبکه های اجتماعی و ایجاد سیستم های پایگاه داده برای شرکت ها و بخش های صنعتی در اروپا و آمریکای شمالی دارد. حوزه تدریس او در دانشگاه شامل سیستم های پایگاه داده، سیستم های توزیع شده و علوم داده برای دانشجویان کارشناسی ارشد و کارشناسی است.

اگرچه این کتاب برای متخصصان و دانشجویان فارغ التحصیل که دارای مدرک دانشگاهی یا کالج هستند نوشته شده است، اما برای کسانی که قصد کار در صنعت علم داده را دارند نیز مفید است.

Data Science, sometimes known as methods of processing and analyzing massive data sets (Big Data), is a rapidly evolving field. This book teaches important topics of the emerging data science by providing simple and practical examples in R language. Initial chapters are about data collection and management at large scale, and then data analytics and applying statistical and machine learning models on the collected data are discussed in rest of the book.

Ten important topics in data science are explained in ten chapters of this book with practical examples in Oracle SQL, R, Hadoop, and MapReduce. The fundamental of data management such as relational database systems, data mining and distributed computing with practical examples of SQL and implementing Hadoop and MapReduce are detailed in chapters 1 to 3. Regression and statistical analysis, neural networks, support vector machines and machine learning are explained in simple language together with R programming examples, in chapter 4 to 7. Natural language processing, recommendation systems and analyzing social networks graphs are explained in chapters 8 to 10 of this book.

Dr. Abdolreza Abhari, a professor of computer science department at Ryerson University, has collected the material of this book after many years of teaching Data Science. With the background in computer science dating back to before the invention of the world wide web, professor Abhari has extensive experience in analyzing web and social network data and creating database systems for the companies and industrial sectors in Europe and North America. His teaching area in academia includes database systems, distributed systems, and data science for graduate and undergraduate students.

Although this book is written for professionals and graduated students who have a university or college degree, it is also useful for whoever considers working in the data science industry.