برچسب: علم داده ، یادگیری ماشین ، دیتاساینس ، آمار

داده ها توصیف جهان اطراف ما هستند، جمع آوری شده از طریق مشاهده و ذخیره شده در کامپیوتر. کامپیوترها ما را قادر میسازند از خواص این توصیفها خواص جهان را بیاموزند. داده های علمی رشته ای است که نتیجه گیری را از داده ها با استفاده از محاسبات انجام می دهد. سه جنبه اصلی تحلیل داده موثر وجود دارد: اکتشاف، پیش بینی و استنتاج. این متن یک رویکرد منسجم برای همه سه را ایجاد می کند، همزمان با ارائه ایده های آماری و ایده های اساسی در علوم رایانه ای. ما بر روی حداقل مجموعه تکنیک های هسته ای تمرکز می کنیم که می تواند به طیف گسترده ای از برنامه های دنیای واقعی اعمال شود. پایه و اساس در علوم داده نیاز به درک روش های آماری و محاسباتی، بلکه شناخت نحوه اعمال آنها در سناریوهای واقعی است.

برای هر جنبه ای از جهان که می خواهیم مطالعه کنیم – چه در شرایط آب و هوایی زمین – در بازار بورس ، نظرسنجی های سیاسی و یا داده های ذهنی انسان که معمولا جمع آوری می کنیم، معمولن در یک چالش اصلی از علوم داده ها، ایجاد نتیجه قابل اعتماد با استفاده از این اطلاعات جزئی است.

در این تلاش، دو ابزار ضروری را شامل می شود: محاسبات و تصادفی ساختن. به عنوان مثال، ممکن است ما بخواهیم روند اصلاحات آب و هوایی را با استفاده از مشاهدات دما درک کنیم. کامپیوترها به ما اجازه می دهند از تمام اطلاعات موجود برای نتیجه گیری استفاده کنیم. به جای تمرکز فقط بر میانگین دمای یک منطقه، تمام محدوده دما را با هم برای تحلیل بیشتر و دقیق تر بررسی خواهیم کرد. تصادفی ساختن  به ما امکان می دهد تا راه های مختلفی را که اطلاعات ناقص را کامل می کند، بررسی کنیم. ما یاد خواهیم گرفت که تصادفی بودن را به عنوان راهی برایی ازمایش کردن بسیاری از سناریوهای احتمالی که همگی با اطلاعاتی که مشاهده می کنیم، استفاده کنیم.

استفاده از این رویکرد نیازمند یادگیری ماشین است بنابراین در ادامه این متن راهکارهای کامل  برنامه نویسی را شامل می شود، و نیازی نیست هیچ دانش قبلی ای را داشته باشید .  خوانندگان با تجربه برنامه نویسی متوجه خواهند شد که ما در زمینه محاسبات چند موضوعی را پوشش می دهیم که در یک برنامه نویسی معمول شباهتی ندارد . علم داده ها همچنین نیاز به استدلال دقیق در مورد مقادیر و جبر خطی و … دارد ، اما این متن هیچ پیش زمینه ای در ریاضیات یا آمار و جبر خطی ندارد .  زود به سمت برنامه نویسی خواهیم رفت . البته با پایتون