Data Science with R

علم داده با نرم افزار R

این کتاب نوشته‌ی Andrew Oleksy به‌عنوان یک راهنمای کامل برای ورود به علم داده و داده‌کاوی با زبان برنامه‌نویسی R نوشته شده است. نویسنده ابتدا به معرفی مفاهیم اولیه علم داده و نقش آن در تصمیم‌گیری‌های مدرن می‌پردازد. سپس خوانندگان با کیفیت داده‌ها، نحوه پاکسازی و مدیریت داده‌ها، و استفاده از ابزارهای مختلف R برای تحلیل داده‌های پیچیده آشنا می‌شوند. یکی از ویژگی‌های این کتاب، توضیح ابزارهایی مانند Hadoop و MapReduce برای تحلیل داده‌های حجیم است. در ادامه به مباحث پیشرفته‌تری همچون طبقه‌بندی، پیش‌بینی و خوشه‌بندی پرداخته می‌شود که به کمک پروژه‌های عملی توضیح داده شده‌اند.

کتاب “Data Science with R: A Step by Step Guide with Visual Illustrations & Examples” نوشته‌ی اندرو اولکسی، راهنمایی جامع برای یادگیری علم داده با استفاده از زبان برنامه‌نویسی R است. این کتاب در نوامبر ۲۰۱۸ منتشر شده و شامل ۲۶۸ صفحه است.

محتوای کتاب:

• مقدمه‌ای بر داده‌کاوی (Data Mining): مفاهیم پایه، انواع مدل‌ها، روش‌های طبقه‌بندی داده‌کاوی و کاربردهای آن.

• زبان برنامه‌نویسی R: مفاهیم اساسی، نصب ابزارها، انواع داده‌ها، وظایف پایه، ساختارهای کنترلی، توابع و قوانین حوزه.

• پیش‌پردازش داده‌ها: دسته‌بندی و انواع متغیرها، فرآیندهای پیش‌پردازش، و استفاده از بسته‌های dplyr و tidyr.

• آمار توصیفی و مصورسازی: اندازه‌های موقعیت، پراکندگی، و مصورسازی داده‌های کیفی و کمی.

• طبقه‌بندی و پیش‌بینی: مفاهیم طبقه‌بندی، پیش‌بینی، بیش‌برازش و منظم‌سازی.

• خوشه‌بندی (Clustering): یادگیری بدون نظارت، مفهوم خوشه، الگوریتم‌های K-means، خوشه‌بندی سلسله‌مراتبی و DBSCAN.

• استخراج مجموعه‌های مکرر و قوانین انجمنی: مقدمه‌ای بر تئوری، الگوریتم Apriori، مجموعه‌های مکرر و روش‌های جایگزین مانند FP-Growth.

• روش‌های محاسباتی برای تحلیل داده‌های بزرگ: معرفی چارچوب Hadoop، مزایا، معماری و استفاده از MapReduce.

این کتاب با استفاده از تصاویر و مثال‌های بصری، مفاهیم پیچیده را به شکلی ساده و قابل فهم ارائه می‌دهد و برای افرادی که قصد ورود به حوزه‌ی علم داده با R را دارند، منبعی ارزشمند محسوب می‌شود.

فصل‌های کلیدی کتاب:

فصل 1: مبانی علم داده و داده‌کاوی

فصل 4: مدیریت داده‌ها و پیش‌پردازش در R

فصل 8: روش‌های یادگیری ماشین شامل طبقه‌بندی و خوشه‌بندی

فصل 10: تحلیل داده‌های بزرگ با Hadoop و MapReduce

دانلود کتاب 

data_science_with_R.pdf