دانلود کتاب Doing Data Science – انجام علم داده

Now that people are aware that data can make the difference in an election or a business model, data science as an occupation is gaining ground. But how can you get started working in a wide-ranging, interdisciplinary field thats so clouded in hype? This insightful book, based on Columbia Universitys Introduction to Data Science class, tells you what you need to know.

In many of these chapter-long lectures, data scientists from companies such as Google, Microsoft, and eBay share new algorithms, methods, and models by presenting case studies and the code they use. If youre familiar with linear algebra, probability, and statistics, and have programming experience, this book is an ideal introduction to data science.

Topics include:

• Statistical inference, exploratory data analysis, and the data science process
• Algorithms
• Spam filters, Naive Bayes, and data wrangling
• Logistic regression
• Financial modeling
• Recommendation engines and causality
• Data visualization
• Social networks and data journalism
• Data engineering, MapReduce, Pregel, and Hadoop

Doing Data Science is collaboration between course instructor Rachel Schutt, Senior VP of Data Science at News Corp, and data science consultant Cathy ONeil, a senior data scientist at Johnson Research Labs, who attended and blogged about the course.

اکنون که مردم می‌دانند داده‌ها می‌توانند در انتخابات یا مدل کسب‌وکار تفاوت ایجاد کنند، علم داده به‌عنوان یک شغل در حال افزایش است. اما چگونه می‌توانید کار را در زمینه‌ای بین‌رشته‌ای و دامنه‌دار که تا این حد غرق در تبلیغات است، شروع کنید؟ این کتاب روشنگر، که بر اساس کلاس مقدماتی علوم داده دانشگاه کلمبیا است، آنچه را که باید بدانید به شما می گوید.

در بسیاری از این سخنرانی های فصلی، دانشمندان داده از شرکت هایی مانند گوگل، مایکروسافت و eBay الگوریتم‌ها، روش‌ها و مدل‌های جدید را با ارائه مطالعات موردی و کدی که استفاده می‌کنند به اشتراک بگذارید. اگر با جبر خطی، احتمالات و آمار آشنا هستید و تجربه برنامه نویسی دارید، این کتاب مقدمه ای ایده آل برای علم داده است.

موضوعات عبارتند از:

• استنتاج آماری، تجزیه و تحلیل داده‌های اکتشافی و فرآیند علم داده
• الگوریتم‌ها
• فیلترهای هرزنامه‌ها، بی‌بی‌های ساده و جدال داده‌ها
• رگرسیون لجستیک
• مالی مدلسازی
• موتورهای توصیه و علیت
• تجسم داده
• شبکه های اجتماعی و روزنامه نگاری داده
• مهندسی داده، MapReduce، Pregel و Hadoop< /li>

ان