تحلیل شناسی داده ها مدل ها و الگوریتم ها برای تحلیل هوشمند داده ها

♦ معرفی کتاب تحلیل شناسی داده ها

کتاب تحلیل شناسی داده ها مدل ها و الگوریتم ها برای تحلیل هوشمند داده ها نوشته ای رانکلر و تامس و ترجمه فاطمه عبدلی به چاپ انتشارات آتی نگر می باشد. موضوع این کتاب داده کاوی و ساختار داده ها است که بخشی از آن را با شما به اشتراک می گذاریم:

امروزه دنیای کسب و کار و فناوری دستخوش تغییرات زیادی شده است. در این دنیا داده ها حرف اول را می زنند و تحلیل شناسی داده ها ابزاری استراتژیک برای بیشتر سازمان هاست. جمع آوری و یکپارچه سازی داده ها به تنهایی ارزشی را تولید نمی کند و نیازمند تحلیل شناسی داده ها هستیم. تحلیل شناسی داده ها امروز در اغلب شاخه های علوم و صنعت از جمله اقتصاد، مهندسی، بازاریابی، پزشکی و غیره کاربرد دارد. در کتاب پیش رو مهم ترین روش ها و الگوریتم های تحلیل داده ها بررسی شده است. در پیشگفتار، نویسنده مطالب بیشتری در این باره مطرح کرده است و نیازی به تکرار مجدد نیست. نویسنده کتاب دکتر توماس ای رانکلر پژوهشگر و استاد علوم کامپیوتر شرکت زیمنس و دانشگاه فنی مونیخ است، پژوهش های زیادی در زمینه یادگیری ماشین، محاسبات نرم، تحلیل داده ها و مباحث مرتبط دیگر انجام داده است.

به اعتقاد مترجم، این کتاب می تواند برای پژوهشگران، علاقه مندان و دانشجویان رشته های مهندسی و کلیه کسانی که به دنبال مباحث و مفاهیم تحلیل داده ها هستند مفید باشد. همچنین می تواند توسط استادان این حوزه به عنوان منبع درسی دانشگاهی مورد استفاده قرار بگیرد.

♦ مطالعه این کتاب به افراد ذیل پیشنهاد میگردد:

این کتاب برای دوره های کارشناسی و فارغ التحصیلان در تحلیل شناسی داده ها برای دانشجویان مهندسی، علوم کامپیوتر و ریاضی طراحی شده و همچنین برای کارشناسانی که روی پروژه های تحلیل شناسی داده ها کار می کنند، مناسب است.

شایان ذکر است که این کتاب بر پایه پروژه های عملی تحلیل شناسی داده ها بنا نهاده شده است و فقط به ریاضیات مقدماتی نیازمند هستید. این مبحث در بیش از ده سال در دوره های متعددی در دانشگاه فنی مونیخ، آلمان، در دوره های کوتاه مدت در چندین دانشگاه دیگر و در زمینه های آموزشی در کنفرانس های عملی بین المللی مورد استفاده قرار گرفته است. بخش عمده ای از محتوای آن براساس نتایج پروژهش های صنعتی و پروژه های توسعه در شرکت زیمنس است.

♦ فهرست مطالب:

پیشگفتار

فهرست نمادها

فصل اول: مقدمه

فصل دوم: داده ها و روابط

فصل سوم: پیش پردازش داده ها

فصل چهارم: مصور سازی داده ها

فصل پنجم: همبستگی

فصل ششم: رگرسیون

فصل هفتم: پیش بینی

فصل هشتم: طبقه بندی

فصل نهم: خوشه بندی

پیوست الف: مرور مختصر برخی از روش های بهینه سازی

راه حل ها