کتاب مرجع سریع دستورات پایتون برای داده‌ کاوی

کتاب مرجع سریع دستورات پایتون برای داده‌ کاوی نوشتهٔ والنتینا پورکو و ترجمهٔ یوسف عباس نژادورزی و فاطمه عبدی سقاواز و علیرضا نوری است و انتشارات فناوری نوین آن را منتشر کرده است.

درباره کتاب مرجع سریع دستورات پایتون برای داده‌ کاوی

پایتون یک زبان مفسری، تعاملی و شی‌ءگرا است. دارای کتابخانه‌ای از توابع است، قابل‌گسترش است (زیرا می‌توان از آن برای ایجاد ماژول‌های جدید به‌راحتی استفاده کرد)، و برای همه سیستم‌عامل‌ها در دسترس است. به این دلایل و دلایل دیگر، این زبان یکی از پرکاربردترین زبان‌های برنامه‌نویسی برای داده‌کاوی و یادگیری ماشین است.

این کتاب مفاهیم اولیه را به شما نشان داده و سپس به شما کمک می‌کند تا به سمت داده‌کاوی بروید. ما با نگاهی به نحوه استفاده از پایتون و ساختارهای آن، نحوه نصب پایتون، و چگونگی تعیین اینکه کدام ابزار برای تجزیه‌وتحلیل داده‌ها مناسب هستند، شروع می‌کنیم و سپس به مقدمه بسته‌های داده‌کاوی می‌رویم. مرجع سریع دستورات پایتون برای داده‌کاوی یک کتاب مقدماتی است.

این راهنما ارائه می‌دهد - از برداشتن اولین گام‌های برنامه‌نویسی با پایتون، دست‌کاری و واردکردن مجموعه داده‌ها، تا بررسی نمونه‌هایی از تجزیه‌وتحلیل داده‌ها. این کتاب به‌طور کامل موضوعاتی مانند یادگیری ماشین و آمار با استفاده از Python را توضیح نمی‌دهد، که خارج از محدوده این جلد است.

این کتاب چگونه سازمان‌دهی شده است؟

مرجع سریع دستورات پایتون برای داده‌کاوی شامل ۱۱ فصل است.

در فصل ۱، به برخی از مفاهیم اولیه نصب و ابزارهای موجود برای برنامه‌نویسی در پایتون نگاه می‌کنیم. ما همچنین تفاوت‌های بین 2Python و 3Python را بررسی می‌کنیم و نحوه راه‌اندازی یک پوشه کاری را یاد می‌گیریم.

در فصل ۲، ما برخی از مفاهیم اساسی در مورد ایجاد اشیا، واردکردن توضیحات و رزرو کلمات برای سیستم را مطالعه می‌کنیم. و به انواع مختلف عملگرهایی که بخشی از گرامر زبان برنامه‌نویسی پایتون هستند نگاه می‌کنیم.

در فصل ۳، کار خود را با ساختارهای پایه پایتون گسترش می‌دهیم - مانند تا پل‌ها، لیست‌ها، دیکشنری‌ها، مجموعه‌ها، رشته‌ها و فایل‌ها - و یاد می‌گیریم که چگونه آن‌ها را ایجاد و تبدیل کنیم.

در فصل ۴، توابع کوچک و اساسی ایجاد می‌کنیم و یاد می‌گیریم که چگونه آن‌ها را ذخیره کنیم.

در فصل ۵، با دستورالعمل‌های شرطی سروکار دارد که به ما امکان می‌دهد قدرت یک تابع را افزایش دهیم. علاوه بر این، سایر توابع مهم را نیز بررسی می‌کنیم.

در فصل ۶، مفاهیم اولیه مربوط به برنامه‌نویسی شی‌ءگرا را بررسی می‌کنیم و مفاهیم ماژول‌ها، متد‌ها و مدیریت خطا را بررسی می‌کنیم.

فصل ۷ به واردکردن فایل‌ها با استفاده از برخی از ویژگی‌های اساسی که ما آموخته‌ایم اختصاص داده‌شده است. ما یاد می‌گیریم که چگونه فایل‌های متنی را با فرمت csv علاوه بر فرمت‌های مختلف دیگر باز و ویرایش کنیم.

فصل‌های ۸ تا ۱۱ از مهم‌ترین بسته‌های داده‌کاوی پایتون را توضیح می‌دهیم: NumPy و SciPy برای توابع ریاضی و تولید داده‌های تصادفی، پانداها برای مدیریت فریم‌ورک داده و import داده، Matplotlib برای رسم نمودارها و scikit-learn برای یادگیری ماشین. با توجه به scikit-learn، بحث به پوشش اولیه کد الگوریتم‌های مختلف محدود می‌شود. به دلیل پیچیدگی موضوع، جزئیات تکنیک‌های مختلف را بررسی نمی‌کنیم.

خواندن کتاب مرجع سریع دستورات پایتون برای داده‌ کاوی را به چه کسانی پیشنهاد می‌کنیم

این کتاب برای کسانی از شما در نظر گرفته‌شده است که می‌خواهند درک بهتری از زبان برنامه‌نویسی پایتون از دیدگاه تجزیه‌وتحلیل داده به دست آورند. ما با مرور مفاهیم اولیه پایتون شروع می‌کنیم، سپس بر روی بسته‌های مورداستفاده برای تجزیه‌وتحلیل داده‌ها تمرکز می‌کنیم.