کتاب اصول و مبانی علوم داده‌ای با Python انتشارات آتی‌ نگر

مطالعه‌ی این کتاب به چه کسانی توصیه می‌شود:

این کتاب بر پایه‌ی مهارت‌های اصلی شما بنا شده است و قصد دارد شما را تا تبدیل شدن به یک متخصص علوم داده‌ای همراهی کند. بنابراین فرض شده که شما مقدماتی در مورد برنامه‌نویسی و آمار می‌دانید.

مطالبی که در این کتاب پوشش داده شده است:

فصل اول؛ گام‌های آغازین، شما را با تمامی ابزارهای پایه‌ای ( برای مثال، محیط برنامه‌نویسی تعاملی پایتون، کتابخانه‌ها و مجموعه داده‌های مورد نیاز) که برای شروع کار با پایتون در علوم داده‌ای مورد نیاز آشنا می‌کند. 

فصل دوم؛ پاکسازی داده‌ها، تکنیک‌هایی را برای بارگزاری داده‌های عظیم که توسط کامپیوتر قابل مدیریت نیستند، ارائه می‌دهد. در این فصل تمامی تکنیک‌های کلیدی دست‌کاری و تبدیل داده‌ها معرفی شده‌اند.

فصل سوم؛ خط سیر علوم داده‌ای، تکنیکهای اکتشافی پیشرفته‌ای که عملیات پیچیده‌ی داده‌ای را با هدف ایجاد و کاهش ویژگی‌های پیش‌بینانه، تشخیص و نمونه‌های غیرعادی و اعمال تکنیک‌های اعتبارسنجی در اختیار ما قرار می‌دهند.

فصل چهارم؛  یادگیری ماشین، شما را با مهمترین الگوریتم‌های یادگیری موجود در کتابخانه scikit-learn آشنا می‌کند و نمونه مثال‌هایی عملی برای شناسایی مقادیر کلیدی که باید بررسی شوند و پارامتر‌هایی که باید تنظیم شوند تا بهترین خروجی از هر تکنیک یادگیری ماشین حاصل شود، به شما نشان می‌دهد.

فصل پنجم؛ تحلیل شبکه‌های اجتماعی، مهارت‌هایی عملی، و کارآمد برای کار با داده‌هایی که نشان‌دهنده روابط و تعاملات اجتماعی هستند ارائه می‌دهد.

فصل ششم؛ مصور سازی، مطالب علوم داده‌ای مورد بحث در این کتاب را با توضیحاتی درباره نحوه ایجاد نمایش‌های گرافیکی مقدماتی  و متوسط، تکمیل می‌کند. در صورتی که بخواهید ساختارهای پیچیده داده‌ای و فرآیندها و نتایج یادگیری ماشین را به صورت مصور ارائه دهید، این نمایش‌های گرافیکی بسیار ضروری هستند.