🐍 پایپ‌لاین‌های تحلیل داده رو با استفاده از Python Data Analysis، یادگیری ماشین، pandas، scikit-learn و تکنیک‌های ویژوال‌سازی داده درک کن. ورک‌فلوهای مقیاس‌پذیر برای سری‌های زمانی، NLP، تحلیل تصویر و پردازش Big Data بساز.

✨ ویژگی‌های کلیدی

🧹 داده‌ها رو با Python، pandas و تکنیک‌های تحلیل اکتشافی داده آماده، پاک‌سازی و تبدیل میکنی

🤖 یادگیری ماشین با Python رو با استفاده از رگرسیون، طبقه‌بندی، خوشه‌بندی، PCA و روش‌های بیزی به کار میگیری

⚡ ورک‌فلوهای تحلیلی رو با Dask، Ray، Modin و PySpark اسکیل میکنی

📘 توضیح کتاب

🧠 تحلیل داده مدرن فقط به پاک‌سازی و ویژوال‌سازی داده محدود نمیشه. متخصص‌های امروز باید پایپ‌لاین‌های داده مقیاس‌پذیر بسازن، یادگیری ماشین رو به کار بگیرن، با داده‌های متنی و تصویری کار کنن، و تکنیک‌های نوظهور AI مثل Generative AI و مدل‌های زبانی بزرگ یا LLMها رو بفهمن. این راهنما نشون میده چطور با اکوسیستم مدرن داده در Python از پس این چالش‌ها بربیای.

🔄 برخلاف کتاب‌هایی که فقط روی یک کتابخونه یا تکنیک تمرکز دارن، این کتاب یک رویکرد انتهابه‌انتها برای تحلیل داده با Python ارائه میده. یاد میگیری چطور از آماده‌سازی داده و تحلیل اکتشافی، به یادگیری ماشین، NLP، تحلیل تصویر، پردازش مقیاس‌پذیر و ورک‌فلوهای مجهز به AI برسی.

📐 کار رو با پایه‌های آماری شروع میکنی و یاد میگیری چطور داده‌ها رو پاک‌سازی، تبدیل، آماده‌سازی و ویژوال‌سازی کنی. بعد وارد تحلیل سری‌های زمانی، پردازش سیگنال، Forecasting و تحلیل پیش‌بینی‌گر میشی و در ادامه، تکنیک‌های یادگیری ماشین مثل رگرسیون، طبقه‌بندی، خوشه‌بندی، PCA، روش‌های احتمالاتی و رویکردهای بیزی رو به کار میگیری.

🕸️ کتاب همین‌طور تحلیل گراف، Sentiment Analysis، NLP، تحلیل تصویر، Generative AI و LLMها رو پوشش میده. در پایان هم یاد میگیری چطور ورک‌فلوهای تحلیلی رو با Dask، Modin، Ray و PySpark اسکیل کنی.

🚀 تا پایان کتاب، میتونی پایپ‌لاین‌های انتهابه‌انتهای تحلیل داده بسازی و تکنیک‌های مدرن Data Science و AI رو برای حل چالش‌های واقعی به کار بگیری.

🎯 چیزهایی که یاد میگیری

🧹 داده‌ها رو برای تحلیل اکتشافی و Data Wrangling آماده، پاک‌سازی و تبدیل میکنی

📊 داده‌ها رو با Python و pandas تحلیل و ویژوال‌سازی میکنی

⏳ تحلیل سری‌های زمانی، Forecasting و پردازش سیگنال انجام میدی

🤖 یادگیری ماشین با Python رو با استفاده از تکنیک‌های scikit-learn به کار میگیری

📈 از رگرسیون، طبقه‌بندی، خوشه‌بندی، PCA و روش‌های بیزی استفاده میکنی

📝 Sentiment Analysis، NLP، تحلیل گراف و تحلیل تصویر انجام میدی

⚡ ورک‌فلوها رو با Dask، Modin و Ray سریع‌تر میکنی

🗄️ پایپ‌لاین‌های مقیاس‌پذیر تحلیل Big Data رو با PySpark میسازی

👤 این کتاب برای چه کسانیه؟

👨‍💻 این کتاب برای تحلیلگرهای داده، دانشمندهای داده، تحلیلگرهای کسب‌وکار، متخصص‌های آمار، دانشجوها و فعال‌های دانشگاهیه که میخوان مهارت‌های تحلیل داده با Python رو قوی‌تر کنن. برای خواننده‌هایی ایده‌آله که میخوان Data Science با Python رو روی مسئله‌های واقعی مربوط به آماده‌سازی داده، ویژوال‌سازی، یادگیری ماشین، NLP، تحلیل تصویر و پردازش Big Data به کار بگیرن. داشتن درک پایه از ریاضی و آشنایی عملی با Python کمک میکنه بیشترین استفاده رو از کتاب ببری.

📖 فهرست مطالب

فصل ۱. شروع کار با کتابخونه‌های Python

فصل ۲. NumPy و Pandas

فصل ۳. آمار برای استخراج اینسایت از داده

فصل ۴. جبر خطی

فصل ۵. ویژوال‌سازی داده

فصل ۶. بازیابی، پردازش و ذخیره‌سازی داده

فصل ۷. پاک‌سازی داده‌های نامرتب

فصل ۸. تحلیل سری‌های زمانی

فصل ۹. یادگیری باناظر: رگرسیون و طبقه‌بندی

فصل ۱۰. یادگیری بدون‌ناظر: کاهش بُعد، خوشه‌بندی و تشخیص ناهنجاری

فصل ۱۱. روش‌های Ensemble: تکنیک‌های Bagging و Boosting

فصل ۱۲. شبکه‌های عصبی مصنوعی و Deep Learning

فصل ۱۳. تحلیل داده‌های متنی

فصل ۱۴. تحلیل داده‌های تصویری

فصل ۱۵. LLMها و Generative AI

فصل ۱۶. محاسبات موازی با Dask، Modin و Ray

فصل ۱۷. تحلیل Big Data با PySpark

👤 درباره نویسندگان

👨‍🔬 آویناش ناولانی دارای دکترای Data Science، دانشمند ارشد داده، پژوهشگر و مدرسه و ۱۴ سال تجربه در Data Science داره؛ شامل ۹ سال در صنعت، ۴ سال در محیط دانشگاهی و یک سال در پژوهش. او مدل‌های یادگیری ماشین، راهکارهای بهینه‌سازی، سیستم‌های NLP، پایپ‌لاین‌های داده مقیاس‌پذیر و پلتفرم‌های MLOps مبتنی بر کلاد رو در حوزه‌هایی مثل سلامت، خرده‌فروشی، فایننس، نفت و گاز و تولید توسعه داده. تخصص‌های او شامل Python، PySpark، Airflow، Databricks، Azure ML، MLflow و مهندسی داده میشه. او که سابقه تدریس و سخنرانی داره، به استفاده از Analytics برای حل مسئله‌های واقعی علاقه زیادی داره.

👨‍💼 کورنلیوس یودا ویجایا بیش از هشت سال تجربه در Data Science، یادگیری ماشین و هوش مصنوعی داره. او در حال حاضر به‌عنوان مدیر تیم Data Science کار میکنه؛ جایی که ابتکارهای AI رو رهبری میکنه، اعضای تیم رو مدیریت میکنه و به توسعه راهکارهای عملی داده و AI کمک میکنه. در طول مسیر کاری خودش، در حوزه‌های Data Science، توسعه محصول‌های AI و آموزش فنی فعالیت داشته و تجربه ساخت سیستم‌های یادگیری ماشین، پشتیبانی از تصمیم‌گیری کسب‌وکار و کاربردی‌تر کردن Analytics پیشرفته در محیط‌های واقعی رو داره. او همین‌طور مطالب زیادی درباره Data Science، Python، یادگیری ماشین و Generative AI نوشته و تمرکز اصلیش روی یادگیری عملی و حل مسئله کاربردیه.

Understand data analysis pipelines using Python Data Analysis, machine learning, pandas, scikit-learn, and data visualization techniques. Build scalable workflows for time series, NLP, image analytics, and big data processing.

Key Features

• Prepare, clean, and transform data with Python, pandas, and exploratory data analysis techniques
• Apply machine learning with Python using regression, classification, clustering, PCA, and Bayesian methods
• Scale analytics workflows using Dask, Ray, Modin, and PySpark

Book Description

Modern data analysis goes beyond cleaning and visualizing data. Today's practitioners need to build scalable data pipelines, apply machine learning, work with text and image data, and understand emerging AI techniques such as Generative AI and Large Language Models (LLMs). This guide shows you how to tackle these challenges using Python's modern data ecosystem.

Unlike books focused on a single library or technique, this book provides an end-to-end approach to Python data analysis. You'll learn how to move from data preparation and exploratory analysis to machine learning, NLP, image analytics, scalable processing, and AI-powered workflows.

Starting with statistical foundations, you'll learn how to clean, transform, wrangle, and visualize data. You'll then explore time series analysis, signal processing, forecasting, and predictive analytics before applying machine learning techniques such as regression, classification, clustering, PCA, probabilistic methods, and Bayesian approaches.

The book also covers graph analytics, sentiment analysis, NLP, image analytics, Generative AI, and LLMs. Finally, you'll learn to scale analytics workflows using Dask, Modin, Ray, and PySpark.

By the end of the book, you'll be able to build end-to-end data analysis pipelines and apply modern data science and AI techniques to solve real-world challenges.

What you will learn

• Prepare, clean, and transform data for exploratory data analysis and data wrangling
• Analyze and visualize data using Python and pandas
• Perform time series analysis, forecasting, and signal processing
• Apply machine learning with Python using scikit-learn techniques
• Use regression, classification, clustering, PCA, and Bayesian methods
• Perform sentiment analysis, NLP, graph analytics, and image analytics
• Accelerate workflows using Dask, Modin, and Ray
• Build scalable big data analytics pipelines with PySpark

Who this book is for

This book is for data analysts, data scientists, business analysts, statisticians, students, and academic professionals who want to strengthen their Python Data Analysis skills. It is ideal for readers looking to apply data science with Python to real-world problems involving data preparation, visualization, machine learning, NLP, image analytics, and big data processing. A basic understanding of mathematics and working knowledge of Python will help you get the most from this book.

Table of Contents

1. Getting Started with Python Libraries
2. NumPy and Pandas
3. Statistics for Data Insights
4. Linear Algebra
5. Data Visualization
6. Retrieving, Processing, and Storing Data
7. Cleaning Messy Data
8. Time-Series Analysis
9. Supervised Learning: Regression and Classification
10. Unsupervised Learning: Dimensionality Reduction, Clustering, Anomaly Detection
11. Ensemble Methods: Bagging and Boosting Methods
12. Artificial Neural Networks and Deep Learning
13. Analyzing Text Data
14. Analyzing Image Data
15. LLMs and Gen AI
16. Parallel Computing Using Dask, Modin, and Ray
17. Big Data Analytics using PySpark

About the Author

Avinash Navlani, PhD in Data Science, is a senior data scientist, researcher, and educator with 14 years of experience in data science, including 9 years in industry, 4 years in academia, and 1 year in research. He has developed machine learning models, optimization solutions, NLP systems, scalable data pipelines, and cloud-based MLOps platforms across healthcare, retail, finance, oil & gas, and manufacturing. His expertise includes Python, PySpark, Airflow, Databricks, Azure ML, MLflow, and Data Engineering. A former lecturer and speaker, he is passionate about applying analytics to solve real-world problems.

Cornellius Yudha Wijaya has over eight years of experience in data science, machine learning, and artificial intelligence. He currently works as a data scientist manager, where he leads AI initiatives, manages team members, and helps drive the development of practical data and AI solutions. Over the course of his career, he has worked across data science, AI product development, and technical education, with experience in building machine learning systems, supporting business decision-making, and making advanced analytics more usable in real-world settings. He has also written extensively on data science, Python, machine learning, and generative AI, with a strong focus on practical learning and applied problem-solving.