دانلود کتاب تحلیل هندسی و توپولوژیک داده‌ها با پایتون: راهنمای عملی یادگیری منیفولد و تحلیل شکل

یک سوال عملی و عملیاتی، هر تلاش جدی در زمینه داده‌ها را هدایت می‌کند: از مشاهداتی که بیش از حد زیاد، بیش از حد پر سر و صدا یا بیش از حد پیچیده هستند و بررسی تک تک آنها دشوار است، چه چیزی می‌توانید بیاموزید؟ پاسخ به سه چیز بستگی دارد، ماهیت داده‌ها، سوالی که می‌پرسید و تصمیمی که در پی آن خواهد آمد. یک بیمارستان به یک ابزار تریاژ نیاز دارد که بیماران در معرض خطر بالا را شناسایی کند. یک کارخانه می‌خواهد قبل از یک خرابی پرهزینه، یک تغییر ظریف در رفتار دستگاه را تشخیص دهد. یک دانشمند از خود می‌پرسد که آیا یک الگوی ظاهری واقعی است یا صرفاً نویز اندازه‌گیری است. اندازه‌گیری‌های خام یکسان می‌توانند از هر سه هدف پشتیبانی کنند، اما هر کدام به یک دیدگاه متفاوت نیاز دارند. یک تمایز اساسی، هدف است. کار توصیفی، انبوهی از اعداد را به گزاره‌های قابل فهم تبدیل می‌کند. میانگین‌ها، میانه‌ها، واریانس‌ها، چندک‌ها، تعداد فراوانی‌ها و ضرایب همبستگی، یک مجموعه داده را به حقایق قابل هضم فشرده می‌کنند. تجسم، همان فشرده‌سازی بصری را انجام می‌دهد، نمودارهای پراکندگی، هیستوگرام‌ها، منحنی‌های چگالی و نمودارهای سری زمانی، نقاط خام را به الگوهایی تبدیل می‌کنند که چشم و مغز می‌توانند درک کنند. این ابزارها اغلب به عنوان مقدمات نادیده گرفته می‌شوند. برخورد با آنها به عنوان ابزارهای اختیاری خطرناک است. چولگی، مقادیر گمشده، داده‌های پرت و تفاوت‌های مقیاس که در مراحل اولیه آشکار می‌شوند، اعتبار مدل‌ها و تفسیرهای ممکن را تغییر می‌دهند.