- عنوان کتاب: AI-Assisted Statistics for Data Scientists
- نویسنده: Peter Bruce
- حوزه: علوم داده
- تعداد صفحه: 692
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 11.1 مگابایت
این کتاب که با افزودن فصل‌ها و مطالب جدید و مفصل درباره هوش مصنوعی (شبکه‌های عصبی، یادگیری عمیق و هوش مصنوعی مولد) به‌روزرسانی شده است، برای دانشمندان داده و مهندسان یادگیری ماشینی تدوین شده که پیش‌زمینه‌ای (هرچند پراکنده یا گذرا) در علم آمار دارند. مثال‌ها و نمونه‌ها با استفاده از زبان‌های برنامه‌نویسی R و/یا پایتون ارائه شده‌اند. اگرچه داشتن آشنایی با این زبان‌ها مفید است، اما به لطف قابلیت‌های «کدنویسی بر اساس توصیف» (Vibe Coding) در ابزارهای مدرن هوش مصنوعی، حتی کسانی که هیچ‌گونه پیش‌زمینه برنامه‌نویسی ندارند نیز می‌توانند از این کتاب بهره‌مند شوند. دو تن از نویسندگان این اثر، از حوزه آمار به دنیای علم داده قدم گذاشته‌اند و به‌خوبی واقف‌اند که آمار چه سهم ارزشمندی در هنرِ علم داده ایفا می‌کند. با این حال، ما کاملاً به محدودیت‌های شیوه‌های سنتی آموزش آمار نیز آگاهیم؛ رشته آمار قدمتی ۱۵۰ ساله دارد و بسیاری از کتاب‌های درسی و دوره‌های آموزشی آن، همچون یک کشتی اقیانوس‌پیما، سنگین و کُند حرکت می‌کنند. روش‌های مطرح‌شده در بخش نخست این کتاب، پیوندهایی — چه تاریخی و چه روش‌شناختی — با علم آمار دارند. شبکه‌های عصبی — که شالوده هوش مصنوعی مدرن محسوب می‌شوند — عمدتاً از دلِ علوم کامپیوتر برآمده‌اند و در بخش دوم کتاب به آن‌ها پرداخته شده است. امروزه دانشمندان داده، متخصصان یادگیری ماشینی و مهندسان نرم‌افزار، هوش مصنوعی را به عنوان ابزاری قدرتمند برای کدنویسی می‌شناسند. اصطلاح «کدنویسی بر اساس توصیف» (Vibe Coding) به توانایی مدل‌های هوش مصنوعی در تولید کد بر مبنای دستورالعمل‌هایی (یا همان «پرامپت») اشاره دارد که به زبان انگلیسی یا دیگر زبان‌های طبیعی نوشته شده‌اند. مفهومی مرتبط با این موضوع، «کدنویسی عاملی» (Agentic Coding) است که دامنه‌ای گسترده‌تر دارد و شامل اجرای خودکار وظایف توسط عامل‌های هوش مصنوعی در قالب یک جریان کاری ساختاریافته (شامل تعیین اهداف و وظایف، آزمون، اعتبارسنجی و نظارت) می‌شود. در این کتاب، مثال‌هایی به زبان‌های R و پایتون ارائه شده است و در فصل‌های نخست (که بر مباحث آماری تمرکز دارند)، به کاربرد «کدنویسی بر اساس توصیف» — عمدتاً در انتهای هر فصل — اشاره شده است. فصل‌های پایانی کتاب به بررسی عمیق‌تر هوش مصنوعی اختصاص دارند و جزئیات بیشتری را درباره کاربرد آن در کدنویسی ارائه می‌دهند.
This book, which has been updated with extensive new chapters and material on AI (neural networks, deep learning, and generative AI), is aimed at the data scientist and the machine learning engineer who has some prior (perhaps spotty or ephemeral) exposure to statistics. Illustrations are provided using the R and/or Python programming languages. Some familiarity with those languages is useful, but, with the vibe coding capabilities of modern AI tools, even those with no programming background can benefit from this book. Two of the authors came to the world of data science from the world of statistics, and have some appreciation of the contribution that statistics can make to the art of data science. At the same time, we are well aware of the limitations of traditional statistics instruction: statistics as a discipline is a century and a half old, and most statistics textbooks and courses are laden with the momentum and inertia of an ocean liner. The methods in the first portion of this book have some connection—historical or methodological— to the discipline of statistics. Neural nets—the underpinning of modern AI —evolved mainly out of computer science and are covered in the latter part of the book. Data scientists, machine learning practitioners, and software engineers have come to know AI as a powerful coding tool. Vibe coding refers to the ability of AI models to produce code based on specifications (a prompt) written in English or some other natural language. A related concept, agentic coding, is broader, covering autonomous task execution by AI agents within a structured workflow that includes goal and task specification, testing, validation, and oversight. In this book, examples in R and Python are shown, and the initial chapters (the ones that focus on statistics) discuss the use of vibe coding, primarily at the conclusion of the chapters. The latter chapters discuss AI in more depth, and go into more detail on its use for coding.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
نظرات کاربران