دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نويسي ویرایش: 1 نویسندگان: Jessen Havill سری: Chapman & Hall/CRC Textbooks in Computing ISBN (شابک) : 148225414X, 9781482254143 ناشر: CRC Press سال نشر: 2015 تعداد صفحات: 740 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 64 مگابایت
کلمات کلیدی مربوط به کتاب کشف علوم کامپیوتر: مسائل بین رشته ای، اصول و برنامه نویسی پایتون: تجزیه و تحلیل داده ها برنامه نویسی پایتون خوشه بندی رگرسیون خطی matplotlib برنامه نویسی شی گرا بازگشتی بازی زندگی الگوریتم های نمودار ژنومیک سطح ورودی تست DNA آموزش فراکتال ها مدل سازی ریاضی پردازش متن الگوریتم های جستجو الگوریتم های مرتب سازی
در صورت تبدیل فایل کتاب Discovering Computer Science: Interdisciplinary Problems, Principles, and Python Programming به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کشف علوم کامپیوتر: مسائل بین رشته ای، اصول و برنامه نویسی پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
کشف علوم کامپیوتر: مسائل بین رشته ای، اصول و برنامه نویسی پایتون، حل مسائل محاسباتی را به عنوان وسیله ای برای کشف در رشته های مختلف معرفی می کند. این متن با مقدمهای مبتنی بر اصول بر تفکر محاسباتی، مقدمهای گستردهتر و عمیقتر از کتابهای برنامهنویسی مقدماتی معمولی به علوم کامپیوتر ارائه میکند. هر فصل به جای ویژگیهای زبان برنامهنویسی، حول حوزههای مشکل بینرشتهای سازماندهی شده است، هر فصل دانشآموزان را از طریق تکنیکهای الگوریتمی و برنامهنویسی پیچیدهتر راهنمایی میکند. نویسنده از یک رویکرد مارپیچ برای معرفی ویژگیهای زبان پایتون در زمینههای پیچیدهتر با پیشرفت کتاب استفاده میکند. این متن برنامه نویسی را در چارچوب اصول بنیادی علوم کامپیوتر، مانند انتزاع، کارایی، و تکنیک های الگوریتمی قرار می دهد و مروری بر مباحث اساسی ارائه می دهد که به طور سنتی به دوره های بعدی موکول می شوند. این کتاب شامل سی پروژه مستقل است که به خوبی توسعه یافته است که دانش آموزان را تشویق می کند تا سؤالات را در سراسر مرزهای انضباطی بررسی کنند. انگیزه هر یک از آنها مشکلی است که دانشآموزان میتوانند با توسعه الگوریتمها و پیادهسازی آنها به عنوان برنامههای پایتون بررسی کنند. وبسایت همراه کتاب - http://discoverCS.denison.edu - شامل کد نمونه و فایلهای داده، اشارهگرهایی برای کاوش بیشتر، خطاها و پیوندهایی به منابع زبان پایتون است. این کتاب درسی با بیش از 600 تمرین تکلیف و بیش از 300 سؤال تأملی یکپارچه، برای اولین دوره علوم رایانه برای رشته های علوم رایانه، یک دوره مقدماتی محاسبات علمی یا با سرعت کمتر، برای هر دوره مقدماتی علوم رایانه مناسب است. درباره نویسنده جسن هاویل استاد علوم کامپیوتر و کرسی ریاضیات بنجامین بارنی در دانشگاه دنیسون است که از سال 1998 در این دانشکده حضور داشته است. دکتر هاویل دروسی را در سراسر برنامه درسی علوم کامپیوتر تدریس می کند و همچنین یک درس انتخابی بین رشته ای در زیست شناسی محاسباتی را تدریس می کند. او در سال 2013 بالاترین افتخار آموزشی کالج، جایزه تعالی تدریس چارلز آ. بریکمن را دریافت کرد. دکتر هاویل همچنین یک محقق فعال است که علاقه اولیه به توسعه و تجزیه و تحلیل الگوریتمهای آنلاین دارد. علاوه بر این، او با همکارانش در زیست شناسی و علوم زمین برای توسعه ابزارهای محاسباتی برای حمایت از تحقیق و تدریس در آن زمینه ها همکاری کرده است. دکتر هاویل مدرک لیسانس خود را از دانشگاه باکنل و دکترای خود را دریافت کرد. در علوم کامپیوتر از کالج ویلیام و مری.
Discovering Computer Science: Interdisciplinary Problems, Principles, and Python Programming introduces computational problem solving as a vehicle of discovery in a wide variety of disciplines. With a principles-oriented introduction to computational thinking, the text provides a broader and deeper introduction to computer science than typical introductory programming books. Organized around interdisciplinary problem domains, rather than programming language features, each chapter guides students through increasingly sophisticated algorithmic and programming techniques. The author uses a spiral approach to introduce Python language features in increasingly complex contexts as the book progresses. The text places programming in the context of fundamental computer science principles, such as abstraction, efficiency, and algorithmic techniques, and offers overviews of fundamental topics that are traditionally put off until later courses. The book includes thirty well-developed independent projects that encourage students to explore questions across disciplinary boundaries. Each is motivated by a problem that students can investigate by developing algorithms and implementing them as Python programs. The book's accompanying website ― http://discoverCS.denison.edu ― includes sample code and data files, pointers for further exploration, errata, and links to Python language references. Containing over 600 homework exercises and over 300 integrated reflection questions, this textbook is appropriate for a first computer science course for computer science majors, an introductory scientific computing course or, at a slower pace, any introductory computer science course. About the Author Jessen Havill is a professor of computer science and the Benjamin Barney Chair of Mathematics at Denison University, where he has been on the faculty since 1998. Dr. Havill teaches courses across the computer science curriculum, as well as an interdisciplinary elective in computational biology. He was awarded the college's highest teaching honor, the Charles A. Brickman Teaching Excellence Award, in 2013. Dr. Havill is also an active researcher, with a primary interest in the development and analysis of online algorithms. In addition, he has collaborated with colleagues in biology and geosciences to develop computational tools to support research and teaching in those fields. Dr. Havill earned his bachelor's degree from Bucknell University and his Ph.D. in computer science from The College of William and Mary.
Content: Front Cover
Contents
Preface
Acknowledgments
About the author
Chapter 1: What is computation?
Chapter 2: Elementary computations
Chapter 3: Visualizing abstraction
Chapter 4: Growth and decay
Chapter 5: Forks in the road
Chapter 6: Text, documents, and DNA
Chapter 7: Designing programs
Chapter 8: Data analysis
Chapter 9: Flatland
Chapter 10: Self-similarity and recursion
Chapter 11: Organizing data
Chapter 12: Networks
Chapter 13: Abstract data types
Appendix A: Installing Python
Appendix B: Python library reference
Bibliography
Back Cover