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
ویرایش: نویسندگان: Jeffrey C. Carver, Neil P. Chue Hong سری: ناشر: CRC Press سال نشر: 2016 تعداد صفحات: 300 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 17 مگابایت
در صورت تبدیل فایل کتاب Software Engineering for Science 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 مهندسی نرم افزار برای علم 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.
مهندسی نرم افزار برای علم مجموعه ای عمیق از فصول بررسی شده ارائه می دهد که تجربیات مربوط به بکارگیری شیوه های مهندسی نرم افزار برای توسعه نرم افزارهای علمی را توصیف می کند. درک بهتری از اینکه مهندسی نرمافزار چگونه است و باید انجام شود و اینکه کدام شیوههای مهندسی نرمافزار برای نرمافزارهای علمی مؤثر هستند، ارائه میدهد. این کتاب با یک مرور کلی از چرخه حیات نرم افزار علمی و یک نمای کلی از روند توسعه نرم افزار علمی شروع می شود. مسائل کلیدی که معمولاً در طول توسعه نرمافزار علمی به وجود میآیند، و همچنین راهحلهای این مشکلات را برجسته میکند. بخش دوم کتاب نمونه هایی از استفاده از تست در توسعه نرم افزارهای علمی شامل مسائل و چالش های کلیدی را ارائه می دهد. فصلها سپس راهحلها و مطالعات موردی را با هدف اعمال آزمایش در تلاشهای توسعه نرمافزار علمی توضیح میدهند. بخش پایانی کتاب نمونههایی از کاربرد تکنیکهای مهندسی نرمافزار در نرمافزارهای علمی، از جمله نه تنها مدلسازی محاسباتی، بلکه نرمافزارهایی برای مدیریت و تحلیل دادهها را ارائه میدهد. نویسندگان تجربیات و درس های آموخته شده از توسعه نرم افزارهای علمی پیچیده در حوزه های مختلف را شرح می دهند.
Software Engineering for Science provides an in-depth collection of peer-reviewed chapters that describe experiences with applying software engineering practices to the development of scientific software. It provides a better understanding of how software engineering is and should be practiced, and which software engineering practices are effective for scientific software. The book starts with a detailed overview of the Scientific Software Lifecycle, and a general overview of the scientific software development process. It highlights key issues commonly arising during scientific software development, as well as solutions to these problems. The second part of the book provides examples of the use of testing in scientific software development, including key issues and challenges. The chapters then describe solutions and case studies aimed at applying testing to scientific software development efforts. The final part of the book provides examples of applying software engineering techniques to scientific software, including not only computational modeling, but also software for data management and analysis. The authors describe their experiences and lessons learned from developing complex scientific software in different domains.