🌍 همه ما مصرف‌کننده داده هستیم، و ممکنه در مسیر شغلی آینده‌ات مستقیم وارد کار با داده بشی. کتاب Data Science for All, 1st Edition تو رو وارد یک مسیر کامل اما خواننده‌پسند در این حوزه میکنه تا بتونی در دنیایی پر از داده بهتر حرکت کنی. نویسنده‌ها Data Science رو از حالت مبهم درمیارن و کل چرخه عمر اون رو پوشش میدن؛ از آماده‌سازی و تحلیل گرفته تا Storytelling با داده.

🎓 این کتاب برای دانشجوها از همه رشته‌ها و همه پیش‌زمینه‌ها طراحی شده و کاربردی‌ترین ایده‌ها رو از حوزه‌های سازنده Data Science، یعنی آمار، علوم کامپیوتر و کاربردهای دامنه‌ای، خلاصه و قابل‌استفاده میکنه تا بتونی فوراً اون‌ها رو در زندگی روزمره به کار بگیری. یادگیری از طریق انجام دادن در کتاب خیلی پررنگه؛ با فریم‌ورک منحصربه‌فرد STAR نویسنده‌ها و ابزارهای مختلفی که تجربه یادگیری رو جذاب‌تر و عملی‌تر میکنن.

📖 فهرست مطالب

فصل ۱. Data Science چیست؟

فصل ۲. Data Wrangling: پیش‌پردازش

فصل ۳. فهم داده از طریق ویژوال‌سازی

فصل ۴. تحلیل اکتشافی داده

فصل ۵. مدیریت داده

فصل ۶. فهم عدم‌قطعیت، احتمال و تغییرپذیری

فصل ۷. نتیجه‌گیری از داده

فصل ۸. یادگیری ماشین

فصل ۹. یادگیری نظارت‌شده

فصل ۱۰. یادگیری بدون‌ناظر

👤 درباره نویسندگان

👨‍🏫 برنان دیویس استاد Richard and Julie Hood و مدیر برنامه‌های Graduate Analytics در Orfalea College of Business در California Polytechnic State University یا Cal Poly, San Luis Obispo است. او مدرک کارشناسی ریاضی از University of California, Los Angeles، مدرک MBA از Wharton School of Business در University of Pennsylvania، و دکترا از University of California, Irvine گرفته. برنان در حال حاضر درس‌های Analytics را در مقطع کارشناسی و تحصیلات تکمیلی تدریس میکنه. او در سال ۲۰۱۹، جایزه Emeritus Faculty Award را برای دستاوردهای مهم و ارزشمند در کمک به رفاه دانشجوها دریافت کرد.

👨‍🏫 هانتر گلنز استاد آمار و Data Science در California Polytechnic State University یا Cal Poly, San Luis Obispo است. او مدرک کارشناسی ریاضی و کارشناسی آمار را از Cal Poly گرفت و بعد کارشناسی ارشد و دکترای آمار را از Boston University دریافت کرد. هانتر علاقه زیادی به Data Science، یادگیری ماشین و محاسبات آماری داره و از تدریس درس‌های این حوزه‌ها لذت میبره.

📚 هانتر در کمیته‌ها و سازمان‌های زیادی فعالیت میکنه که هدفشون ارائه محتوای به‌روز و پیشرفته در آمار و Data Science به دانشجوها و متخصص‌هاست؛ از جمله اینکه یکی از اعضای بنیان‌گذار هیئت‌مدیره California Alliance for Data Science Education بوده. او در سال ۲۰۱۹ جایزه Terrance Harris Excellence in Mentorship Award رو دریافت کرد و در سال ۲۰۲۰ هم جایزه Outstanding Faculty Award رو در برنامه کارشناسی ارشد Business Analytics در Cal Poly گرفت.

We are all consumers of data, and you may become directly engaged with data work in your future career. Data Science for All, 1st Edition takes you on a thorough yet reader-friendly journey into the subject to help you navigate a data-rich world. The authors demystify data science, covering its entire lifecycle from preparation and analysis to storytelling.

Designed for students of all majors and backgrounds, it distills the most applicable ideas from the component fields of statistics, computer science, and domain application, helping you apply them immediately to your everyday life. Learning by doing is emphasized through the authors’ unique STAR framework and various tools that encourage a more engaging and practical experience.

Table of Contents

Chapter 1: What Is Data Science?

Chapter 2: Data Wrangling: Preprocessing

Chapter 3: Making Sense Of Data Through Visualization

Chapter 4: Exploratory Data Analysis

Chapter 5: Data Management

Chapter 6: Understanding Uncertainty, Probability, And Variability

Chapter 7: Drawing Conclusions From Data

Chapter 8: Machine Learning

Chapter 9: Supervised Learning

Chapter 10: Unsupervised Learning

About the Author

Brennan Davis is the Richard and Julie Hood Professor and director of graduate analytics programs at the Orfalea College of Business at California Polytechnic State University (Cal Poly, San Luis Obispo). He received a BS in mathematics from the University of California, Los Angeles, an MBA from the Wharton School of Business at the University of Pennsylvania, and a PhD from the University of California, Irvine. Brennan currently teaches undergraduate and graduate analytics courses. In 2019, Brennan received the Emeritus Faculty Award for significant and meritorious achievement in contributing to student welfare.

Hunter Glanz is a Professor of Statistics and Data Science at California Polytechnic State University (Cal Poly, San Luis Obispo). He received a BS in mathematics and a BS in statistics from Cal Poly, followed by an MA and PhD in statistics from Boston University. He maintains a passion for data science, machine learning, and statistical computing and enjoys teaching courses in those areas. Hunter serves on numerous committees and organizations dedicated to delivering cutting-edge statistical and data science content to students and professionals alike, including being a founding board member of the California Alliance for Data Science Education. In 2019, Hunter received the Terrance Harris Excellence in Mentorship Award, and in 2020 he received the Outstanding Faculty Award in the Master’s in Business Analytics program at Cal Poly.