دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Numerical Methods with Python: for the Sciences
دانلود کتاب روشهای عددی با پایتون: برای علوم
مشخصات کتاب
Numerical Methods with Python: for the Sciences
ویرایش:
نویسندگان: William Miles
سری:
ISBN (شابک) : 9783110776454, 2022950763
ناشر: Walter de Gruyter GmbH
سال نشر: 2023
تعداد صفحات: [326]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 17 Mb
قیمت کتاب (تومان) : 89,000
در صورت تبدیل فایل کتاب Numerical Methods with Python: for the Sciences 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 روشهای عددی با پایتون: برای علوم 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.
توضیحاتی در مورد کتاب روشهای عددی با پایتون: برای علوم
دانش آموزان را با استفاده مناسب از برنامه نویسی کامپیوتر در رشته های علمی با استفاده از پایتون آشنا می کند. چندین کاربرد رایج برنامه نویسی و پیاده سازی را با استفاده از مثال های دنیای واقعی و تمرین های برنامه نویسی دستی مورد بحث قرار می دهد. دانش آموزان یاد می گیرند که چگونه موقعیت هایی مانند تشخیص تصویر، تشخیص پزشکی، گسترش بیماری و موارد دیگر را مدل کنند. این متن میتواند توسط دانشجویان و مدرسان برای دورههای پایتون، روشهای عددی یا بهعنوان اولین دوره در علوم داده استفاده شود. دانشجویان رشته های علمی را با برنامه نویسی با استفاده از پایتون آشنا می کند. در مورد کاربردهای رایج برنامه نویسی و پیاده سازی بحث می کند تا دانش آموزان قدرت و اثربخشی چنین روش هایی را ببینند.
توضیحاتی درمورد کتاب به خارجی
Introduces students to appropriate use of computer programming within the scientific disciplines using Python. Discusses several common applications of programming and implementation using real world examples and hands on programming exercises. Students learn how to model situations such as image recognition, medical diagnosis, spread of disease, and others. The text could be used by students and lecturers for courses in Python, Numerical Methods, or as a first course in Data Science. Introduces students majoring in the scientific disciplines to programming using Python. Discusses common applications of programming and implementation so that students can see the power and effectiveness of such methods.
