ডাটা সাইন্সের হাতেখড়ি
  • ভূমিকা
  • লেখকের পরিচয়
  • বইটি যেভাবে পড়বেন
  • ডেটার সাথে পরিচয়
  • ডেটা সাইন্স কি ?
  • বুদ্ধিমান যন্ত্রের উত্থান পর্ব
  • ডেটা সাইন্স পাইপলাইন এবং ডোমেইন নলেজ
  • ডেটা সাইন্স টুল বক্স
  • পরিসংখ্যানের সাথে পরিচয়
    • পরিসংখ্যান কি ?
    • স্যাম্পলিং
    • কেন্দ্রীয় প্রবনতা
    • ডেটার বিস্তার
    • কোভ্যারিয়্যান্স এবং কোরিলেশন
    • ইম্পিরিক্যাল ল অব ডিস্ট্রিবিউশন
    • পরিসংখ্যান ল্যাব-১ঃ বেসিক পরিসংখ্যান
    • ইনফারেন্স ও এস্টিমেশন
    • হাইপোথিসিস টেস্টিং
  • প্রবাবিলিটি
    • প্রবাবিলিটির পরিচয়
    • বিভিন্ন ধরনের ইভেন্ট
    • প্রবাবিলিটি ট্রি
    • বেইজ থিওরাম
    • প্রবাবিলিটি ল্যাব -১ঃ বেসিক প্রবাবিলিটি
    • প্রবাবিলিটি ডিস্ট্রিবিউশন
    • প্রবাবিলিটি ল্যাব-২ঃ প্রবাবিলিটি ডিস্ট্রিবিউশন
  • লিনিয়ার অ্যালজেব্রা
  • ডেটা ক্লিনিং
  • ডেটা ট্রান্সফরমেশন
  • এক্সপ্লোরেটরি ডেটা এনালাইসিস
  • মেশিন লার্নিং এর সাথে পরিচয়
  • সুপারভাইজড লার্নিং
    • লিনিয়ার রিগ্রেশন
    • পলিনমিয়াল রিগ্রেশন
    • নেইভ বেইজ ক্লাসিফায়ার
    • লজিস্টিক রিগ্রেশনঃ বাইনোমিয়াল
    • লজিস্টিক রিগ্রেশনঃ মাল্টিনোমিয়াল
    • কে-নিয়ারেস্ট নেইবোরস
    • ক্লাসিফিকেশন এন্ড রিগ্রেশন ট্রি
    • র‍্যান্ডম ফরেস্ট
    • অ্যাডাপ্টিভ বুস্টিং
    • গ্রাডিয়েন্ট বুস্টিং
    • এক্সট্রিম গ্রাডিয়েন্ট বুস্টিং
    • সাপোর্ট ভেক্টর মেশিন
    • কে ফোল্ড ক্রস ভ্যালেইডেশন
  • আনসুপারভাইজড লার্নিং
    • কে-মিনস ক্লাস্টারিং
    • হায়ারার্কিক্যাল ক্লাস্টারিং
    • অ্যাসোসিয়েশন রুলসঃ অ্যাপ্রিওরি অ্যালগরিদম
    • প্রিন্সিপাল কম্পোনেন্ট এনালাইসিস এবং ডাইমেনশনালিটি রিডাকশন
  • রিইনফোর্সমেন্ট লার্নিং
  • সংযুক্তি
    • জেড টেবিল
    • টি টেবিল
    • স্টাডি রিসোর্স
    • চিট শিট
Powered by GitBook
On this page

Was this helpful?

বইটি যেভাবে পড়বেন

বইটি পড়ার কিছু নির্দেশনা

ডেটা সাইন্স একটি বিশাল বিষয়, এই ছোট দুই মলাটের বইতে ডেটা সাইন্সকে ধারন করা সম্ভব নয়। তবে এই বইতে ডেটা সাইন্সের মৌলিক বিষয় সমূহ সম্পর্কে সল্প পরিসরে হলেও আলোকপাত করা হয়েছে। বইটি পড়ার ক্ষেত্রে নিচের বিষয়গুলো অনুসরন করলে বইটি থেকে কিছুটা হলেও সুফল পাওয়া যাবে বলে মনে করি।

  • শুরু থেকে প্রতিটি অধ্যায় ধাপে ধাপে পড়তে হবে, একটি বাদ দিয়ে অন্য অধ্যায়ে যাওয়া যাবে না।

  • পরিসংখ্যান এবং প্রবাবিলিটির গানিতিক উদাহরণ সমূহ নিজে নিজে খাতা কলমে প্রাকটিস করতে হবে।

  • পরিসংখ্যান এবং প্রবাবিলিটির পাইথন ল্যাব শেষ করার পরেই মেশিন লার্নিং অংশে প্রবেশ করতে হবে।

  • বইটিতে লিনিয়ার অ্যালজেব্রা , বেসিক পাইথন ইত্যাদি আলোচনা করা হয়নি। পাইথনের বিভিন্ন ব্যবহার সম্পর্কে পাঠকগন বইয়ের বিভিন্ন অধ্যায়ে ধীরে ধীরে পরিচিত হবেন। তবে কেউ যদি আগ্রহী হন অন্য কোন রিসোর্স থেকে বেসিক পাইথন আদালা ভাবে শিখে নিতে পারেন।

  • মেসিন লার্নিং সহ সকল পাইথন কোড এবং ডেটাসেট বইটির গিটহাব রিপোজিটরিতে পাওয়া যাবে। প্রতিটি আধায়ের শেষে দেয়া আই পাইথন নোটবুকের ইউআরএল দেয়া রয়েছে। সরাসরি ইউআরএল- প্রবেশ বা কিউ আর কোড স্ক্যানের মাধ্যমে আপনি সহজেই সেই কোড এবং ডেটাসেট সংগ্রহ করতে পারবেন।

  • সকল পাইথন প্রোগ্রাম নিজে নিজে প্রাকটিস করা বাঞ্ছনীয়।

  • বইয়ের পরিধি নির্ধারিত সীমার ভেতরে রাখার জন্য অনেক বিষয়েই আলোচনা সংক্ষিপ্ত করা হয়েছে। পাঠকগন চাইলে আরও উচ্চতর ধারনার জন্য ইন্টারনেট থেকে ভিডিও বা অন্যান্য কন্টেন্ট স্টাডি করে নিতে পারেন।

বইটি কাদের জন্য ?

  • যারা ডেটা সাইন্স নিয়ে পড়াশুনা শুরু করতে চান এমন সবার কথা মাথায় রেখেই বইটি লেখা হয়েছে। আপনি একেবারে শূন্য অবস্থানে থাকলেও সমস্যা নেই, বইয়ের ধাপগুলো ঠিকঠাক অনুসরন করলেই হবে।

  • অনেকেই আছেন যারা গুছানো রিসোর্স পাচ্ছেন না, ইন্টারনেটের অথৈ সাগরের ভেতরে হাবুডুবু খাচ্ছেন এই বইটি তাদের সহায়ক হতে পারে।

  • কলেজ বা বিশ্ববিদ্যালয়ের শিক্ষার্থী , গবেষক , আইটি প্রফেশনাল, শিক্ষক , বিজনেস ব্যাকগ্রাউন্ডের মানুষজন সবার ক্ষেত্রেই বইটি সহায়ক হবে।

বইটি পড়ার আগে কোন দক্ষতা থাকতে হবে কিনা ?

  • ডেটা সাইন্স শেখার জন্য মোক্ষম হাতিয়ার হচ্ছে গনিত এবং পরিসংখ্যান, আর এগুলো প্রয়োগ করা হয় কম্পিউটার সাইন্সের মাধ্যমে। এই বইটি পরে ডেটা সাইন্স শিখতে হলে আপনাকে অন্তত কম্পিউটার চালাতে জানতে হবে।

  • এই বইটিতে পরিসংখানের মৌলিক বিষয়গুলো সম্পর্কে আলোকপাত করা হয়েছে , আপনি যদি এটুক শিখতে পারেন তবে কাজ চালানোর মত বেসিক নলেজ আপনার হয়ে যাবে।

  • এই বইটিতে ডেটা সাইন্স মেশিন লার্নিং এর জন্য যতোটুক পাইথন জানতে হবে সেটি আপনি ধাপে ধাপে শিখে যাবেন, আর এটুক শিখতে পারলে আপনার যদি আগ্রহ থাকে তাহলে অ্যাডভান্স এক্সপার্টাইজ অর্জন করা আপনার জন্য কঠিন কিছু হবে না ।

বইটি ঠিকঠাক শেষ করতে পারলে আপনি কি কি জানবেন ?

  • ওভারঅল ডেটা সাইন্স এবং মেশিন লার্নিং-এর দুনিয়া আপনার কাছে একেবারেই স্পষ্ট হয়ে যাবে।

  • পরিসংখানের বেসিক বিষয়গুলি শিখে যাবেন, ডেটা এনালিসিসের রেজাল্ট ইন্টারপ্রেট করতে পারবেন।

  • প্রবাবিলিটি আর আপনার কাছে দুর্বোধ্য লাগবে না।

  • নিজে নিজে পাইথনে ডেটা এনালাইসিস , ডেটা প্রসেসিং এবং মেশিন লার্নিং এর মাধ্যমে প্রিডিকশন মডেল তৈরি করতে পারবেন।

  • বাস্তব দুনিয়ার কোন সমস্যা কিভাবে মেশিন লার্নিং দ্বারা সমাধান করবেন সে সম্পর্কে ফান্ডামেন্টাল দক্ষতা আপনার হয়ে যাবে।

  • আর এতটুক জ্ঞানকে কাজে লাগিয়ে আরও বেশী এক্সপার্ট হয়ে উঠার জন্য নিজে নিজেই পথ খুঁজে বের করতে পারবেন !

বইটিতে ব্যবহৃত বিভিন্ন রিসোর্স

  • বইটিতে ব্যবহৃত বিভিন্ন ছবি ইন্টারনেট থেকে সংগ্রহ করা হয়েছে , সেসব ক্ষেত্রে সূত্রে তা উল্লেখ করা হয়েছে।

  • অনেক ক্ষেত্রে ইন্টারনেট থেকে সংগ্রহীত ছবি সম্পাদিত করে বইয়ে ব্যবহৃত হয়েছে , এসকল ক্ষেত্রেও সূত্রে তা উল্লেখ করা হয়েছে। এছাড়া অন্যান্য ছবির সত্ত্ব একেবারেই নিজস্ব।

  • বিভিন্ন ডেটাসেট ইউসিআই মেশিন লার্নিং রিপোজিটরি সহ অন্যান্য ওপেন ডেটা সোর্স থেকে নেয়া হয়েছে। সকল ক্ষেত্রেই ডেটাসেটের বর্ণনা দেয়া হয়েছে।

  • কোডিং প্যাটার্ন এর ক্ষেত্রে বিভিন্ন টিউটোরিয়াল , বিভিন্ন বিশ্ববিদ্যালয় ও অনলাইন প্লাটফর্মের কোর্স এবং অন্যান্য কন্টেন্টের সহায়তা নেয়া হয়েছে।

Previousলেখকের পরিচয়Nextডেটার সাথে পরিচয়

Last updated 4 years ago

Was this helpful?