دانلود کتاب Julia for Data Science – جولیا برای علم داده

توضیحات

Master how to use the Julia language to solve business critical data science challenges. After covering the importance of Julia to the data science community and several essential data science principles, we start with the basics including how to install Julia and its powerful libraries. Many examples are provided as we illustrate how to leverage each Julia command, dataset, and function.

Specialized script packages are introduced and described. Hands-on problems representative of those commonly encountered throughout the data science pipeline are provided, and we guide you in the use of Julia in solving them using published datasets. Many of these scenarios make use of existing packages and built-in functions, as we cover:

1. An overview of the data science pipeline along with an example illustrating the key points, implemented in Julia
2. Options for Julia IDEs
3. Programming structures and functions
4. Engineering tasks, such as importing, cleaning, formatting and storing data, as well as performing data preprocessing
5. Data visualization and some simple yet powerful statistics for data exploration purposes
6. Dimensionality reduction and feature evaluation
7. Machine learning methods, ranging from unsupervised (different types of clustering) to supervised ones (decision trees, random forests, basic neural networks, regression trees, and Extreme Learning Machines)
8. Graph analysis including pinpointing the connections among the various entities and how they can be mined for useful insights.

Each chapter concludes with a series of questions and exercises to reinforce what you learned. The last chapter of the book will guide you in creating a data science application from scratch using Julia.

————————————————————–

ترجمه ماشینی :

در نحوه استفاده از زبان جولیا برای حل چالش‌های حیاتی علم داده کسب‌وکار مهارت پیدا کنید. پس از پرداختن به اهمیت جولیا برای جامعه علم داده و چندین اصل ضروری علم داده، با اصول اولیه از جمله نحوه نصب جولیا و کتابخانه های قدرتمند آن شروع می کنیم. مثال‌های زیادی ارائه می‌شود که نحوه استفاده از هر دستور، مجموعه داده و تابع جولیا را نشان می‌دهیم.

بسته های اسکریپت تخصصی معرفی و تشریح می شوند. مشکلات عملی نماینده مشکلاتی که معمولاً در سراسر خط لوله علم داده با آن مواجه می‌شوند ارائه شده‌اند، و ما شما را در استفاده از جولیا در حل آنها با استفاده از مجموعه داده‌های منتشر شده راهنمایی می‌کنیم. بسیاری از این سناریوها از بسته‌های موجود و توابع داخلی استفاده می‌کنند، همانطور که پوشش می‌دهیم:

1. مروری از خط لوله علم داده همراه با مثالی که نکات کلیدی را نشان می‌دهد، پیاده‌سازی شده در جولیا
2. گزینه‌هایی برای Julia IDE
3. ساختارها و توابع برنامه‌نویسی
4. کارهای مهندسی مانند وارد کردن، تمیز کردن، قالب‌بندی و ذخیره داده‌ها و همچنین انجام پیش‌پردازش داده‌ها
5. تجسم داده ها و برخی آمارهای ساده و در عین حال قدرتمند برای اهداف اکتشاف داده
6. کاهش ابعاد و ارزیابی ویژگی
7. روش های یادگیری ماشینی، از بدون نظارت (انواع مختلف خوشه بندی) ) به افراد تحت نظارت (درخت تصمیم، جنگل های تصادفی، شبکه های عصبی اساسی، درختان رگرسیون، و ماشین های یادگیری شدید)
8. تحلیل نمودار شامل مشخص کردن دقیق اتصالات بین موجودیت های مختلف و نحوه استخراج آنها برای بینش مفید .

هر فصل با یک سری سوال و تمرین به پایان می رسد تا آموخته های شما را تقویت کند. فصل آخر کتاب شما را در ایجاد یک اپلیکیشن علم داده از ابتدا با استفاده از جولیا راهنمایی می کند.

tag : دانلود کتاب جولیا برای علم داده , Download جولیا برای علم داده , دانلود جولیا برای علم داده , Download Julia for Data Science Book , جولیا برای علم داده دانلود , buy جولیا برای علم داده , خرید کتاب جولیا برای علم داده , دانلود کتاب Julia for Data Science , کتاب Julia for Data Science , دانلود Julia for Data Science , خرید Julia for Data Science , خرید کتاب Julia for Data Science ,