خرید و دانلود نسخه کامل کتاب The Data Science Design Manual (Texts in Computer Science) by Steven S. Skiena

آنتونی رابینز میگه : من در 40 سالگی به جایی رسیدم که برای رسیدن بهش 82 سال زمان لازمه و این رو مدیون کتاب خواندن زیاد هستم.

نویسنده: Steven S. Skiena

This engaging and clearly written textbook/reference provides a must-have introduction to the rapidly emerging interdisciplinary field of data science. It focuses on the principles fundamental to becoming a good data scientist and the key skills needed to build systems for collecting, analyzing, and interpreting data.

The Data Science Design Manual is a source of practical insights that highlights what really matters in analyzing data, and provides an intuitive understanding of how these core concepts can be used. The book does not emphasize any particular programming language or suite of data-analysis tools, focusing instead on high-level discussion of important design principles.

This easy-to-read text ideally serves the needs of undergraduate and early graduate students embarking on an “Introduction to Data Science” course. It reveals how this discipline sits at the intersection of statistics, computer science, and machine learning, with a distinct heft and character of its own. Practitioners in these and related fields will find this book perfect for self-study as well.
Additional learning tools:

Contains “War Stories,” offering perspectives on how data science applies in the real world
Includes “Homework Problems,” providing a wide range of exercises and projects for self-study
Provides a complete set of lecture slides and online video lectures at www.data-manual.com
Provides “Take-Home Lessons,” emphasizing the big-picture concepts to learn from each chapter
Recommends exciting “Kaggle Challenges” from the online platform Kaggle
Highlights “False Starts,” revealing the subtle reasons why certain approaches fail
Offers examples taken from the data science television show “The Quant Shop” (www.quant-shop.com)

توضیحات فارسی در مورد کتاب (ترجمه ماشینی)

این کتاب درسی/مرجع جذاب و به‌خوبی نوشته‌شده، معرفی ضروری به حوزه بین‌رشته‌ای در حال ظهور علم داده را ارائه می‌کند. بر اصول اساسی برای تبدیل شدن به یک دانشمند داده خوب و مهارت‌های کلیدی مورد نیاز برای ساخت سیستم‌هایی که داده‌ها را جمع‌آوری، تحلیل و تفسیر می‌کنند، تمرکز دارد.

دستورالعمل طراحی علم داده، منبع بینش‌های عملی است که بر جنبه‌های مهم تحلیل داده تأکید دارد و درک بصری از نحوه استفاده از این مفاهیم اصلی را ارائه می‌کند. این کتاب بر هیچ زبان برنامه‌نویسی یا مجموعه خاصی از ابزارهای تحلیل داده تأکید ندارد، بلکه به جای آن، بحث‌های سطح بالا از اصول طراحی مهم را متمرکز می‌کند.

این متن خواندنی به‌طور ایده‌آل نیازهای دانشجویان کارشناسی و کارشناسی ارشد در ابتدای دوره «مقدمه‌ای بر علم داده» را برآورده می‌کند. نشان می‌دهد که این رشته در تقاطع آمار، علوم کامپیوتر و یادگیری ماشین قرار دارد و ویژگی‌ها و شخصیت متمایزی دارد. متخصصان در این و رشته‌های مرتبط، این کتاب را برای مطالعه خود مناسب خواهند یافت.

ابزارهای یادگیری اضافی:

– «داستان‌های جنگی» که دیدگاه‌هایی در مورد کاربرد علم داده در دنیای واقعی ارائه می‌کند
– «مشکلات تکالیف خانگی» که مجموعه‌ای از تمرینات و پروژه‌ها را برای مطالعه خود ارائه می‌دهد
– مجموعه کامل اسلایدهای سخنرانی و سخنرانی‌های ویدئویی آنلاین در وب‌سایت www.data-manual.com
– «درس‌های خانگی» که مفاهیم کلیدی بزرگ‌تر را که از هر فصل باید یاد گرفت، تأکید می‌کند
– توصیه به «چالش‌های Kaggle» هیجان‌انگیز از پلتفرم آنلاین Kaggle
– «شروع‌های نادرست» که دلایل ظریف شکست رویکردهای خاصی را آشکار می‌کند
– مثال‌هایی از نمایش داده‌شده در برنامه تلویزیونی علم داده «شاپ ذنت» (www.quant-shop.com)