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 نویسی: زبان های برنامه نویسی ویرایش: نویسندگان: John Guttag سری: ISBN (شابک) : 9780262312202, 0262312204 ناشر: The MIT Press سال نشر: 2013 تعداد صفحات: 281 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر محاسبات و برنامه نویسی با استفاده از پایتون: کتابخانه، ادبیات کامپیوتر، پایتون
در صورت تبدیل فایل کتاب Introduction to computation and programming using Python 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 مقدمه ای بر محاسبات و برنامه نویسی با استفاده از 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.
این کتاب دانشآموزانی را که تجربه برنامهنویسی کم یا بدون تجربه قبلی دارند، با هنر حل مسائل محاسباتی با استفاده از پایتون و کتابخانههای مختلف پایتون از جمله PyLab آشنا میکند. این دانش آموزان را با مهارت هایی فراهم می کند که آنها را قادر می سازد تا از تکنیک های محاسباتی، از جمله برخی از ابزارها و تکنیک های "علم داده" برای استفاده از محاسبات برای مدل سازی و تفسیر داده ها استفاده کنند. این کتاب بر اساس یک دوره آموزشی MIT (که محبوب ترین دوره ارائه شده از طریق OpenCourseWare MIT شد) است و برای استفاده نه تنها در یک کلاس درس معمولی، بلکه در یک دوره آموزشی گسترده آنلاین (یا MOOC) ارائه شده توسط MIT پیشگام توسعه داده شده است-- همکاری هاروارد edX. دانش آموزان با پایتون و اصول برنامه نویسی در زمینه مفاهیم و تکنیک های محاسباتی مانند شمارش کامل، جستجوی دوبخشی و الگوریتم های تقریب کارآمد آشنا می شوند. این کتاب به دانش ریاضی فراتر از جبر دبیرستانی نیاز ندارد، اما فرض میکند که خوانندگان با تفکر دقیق راحت هستند و از مفاهیم ریاضی مرعوب نمیشوند. اگرچه این کتاب موضوعات سنتی مانند پیچیدگی محاسباتی و الگوریتمهای ساده را پوشش میدهد، اما این کتاب بر طیف گستردهای از موضوعاتی که در اکثر متون مقدماتی یافت نمیشوند، از جمله تجسم اطلاعات، شبیهسازیها برای مدلسازی تصادفی، تکنیکهای محاسباتی برای درک دادهها، و تکنیکهای آماری تمرکز میکند. و اطلاعات غلط) و همچنین دو موضوع مرتبط اما نسبتا پیشرفته: مسائل بهینه سازی و برنامه نویسی پویا. «مقدمهای بر محاسبات و برنامهنویسی با استفاده از پایتون» میتواند بهعنوان پلهای برای دروس پیشرفتهتر علوم رایانه یا بهعنوان پایهای اساسی در حل مسائل محاسباتی برای دانشآموزان در رشتههای دیگر باشد.
This book introduces students with little or no prior programming experience to the art of computational problem solving using Python and various Python libraries, including PyLab. It provides students with skills that will enable them to make productive use of computational techniques, including some of the tools and techniques of "data science" for using computation to model and interpret data. The book is based on an MIT course (which became the most popular course offered through MIT's OpenCourseWare) and was developed for use not only in a conventional classroom but in in a massive open online course (or MOOC) offered by the pioneering MIT--Harvard collaboration edX. Students are introduced to Python and the basics of programming in the context of such computational concepts and techniques as exhaustive enumeration, bisection search, and efficient approximation algorithms. The book does not require knowledge of mathematics beyond high school algebra, but does assume that readers are comfortable with rigorous thinking and not intimidated by mathematical concepts. Although it covers such traditional topics as computational complexity and simple algorithms, the book focuses on a wide range of topics not found in most introductory texts, including information visualization, simulations to model randomness, computational techniques to understand data, and statistical techniques that inform (and misinform) as well as two related but relatively advanced topics: optimization problems and dynamic programming. "Introduction to Computation and Programming Using Python" can serve as a stepping-stone to more advanced computer science courses, or as a basic grounding in computational problem solving for students in other disciplines.