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: Allen B. Downey
سری:
ISBN (شابک) : 1492040207, 9781492040200
ناشر: O’Reilly Media
سال نشر: 2018
تعداد صفحات: 200
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Think Complexity: Complexity Science and Computational Modeling 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 به پیچیدگی فکر کن: علم پیچیدگی و مدل سازی محاسباتی 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.
علم پیچیدگی از محاسبات برای کشف علوم فیزیکی و اجتماعی استفاده
می کند. درThink Complexity، از نمودارها، اتوماتای
سلولی، و مدلهای مبتنی بر عامل برای مطالعه موضوعات فیزیک،
زیستشناسی و اقتصاد استفاده میکنید.
چه در حد متوسط باشید. برنامه نویس سطح پایتون یا دانشجوی مدل
سازی محاسباتی، نمونه هایی از سیستم های پیچیده را از طریق مجموعه
ای از مثال های کار شده، تمرین ها، مطالعات موردی و توضیحات آسان
درک خواهید کرد.
در این مقاله نسخه دوم به روز شده، شما می توانید:
با آرایه های NumPy و روش های SciPy، از جمله پردازش سیگنال اولیه
و تبدیل فوریه سریع
مدل های انتزاعی سیستم های فیزیکی پیچیده، از جمله قوانین قدرت را
مطالعه کنید. ، فراکتال ها و نویز صورتی، و ماشین های
تورینگ
نوت بوک های Jupyter پر از کد شروع و راه حل ها را دریافت کنید تا
به شما در پیاده سازی مجدد و گسترش آزمایش های اصلی در پیچیدگی
کمک کنند. و مدلهای محاسباتی مانند تورمیتها، ماشینهای تورینگ،
و اتوماتای سلولی
کاوش در فلسفه علم، از جمله ماهیت قوانین علمی، انتخاب نظریه، و
واقعگرایی و ابزارگرایی
ایدهآل به عنوان متنی برای دورهای در محاسبات مدل سازی در
پایتون،پیچیدگی فکر کردنهمچنین به خودآموزان کمک می کند تا
تجربیات ارزشمندی را در مورد موضوعات و ایده هایی که ممکن است در
غیر این صورت با آنها مواجه نشوند به دست آورند.
Complexity science uses computation to explore the physical and
social sciences. InThink Complexity, you'll use graphs,
cellular automata, and agent-based models to study topics in
physics, biology, and economics.
Whether you're an intermediate-level Python programmer or a
student of computational modeling, you'll delve into examples
of complex systems through a series of worked examples,
exercises, case studies, and easy-to-understand
explanations.
In this updated second edition, you will:
Work with NumPy arrays and SciPy methods, including basic
signal processing and Fast Fourier Transform
Study abstract models of complex physical systems, including
power laws, fractals and pink noise, and Turing machines
Get Jupyter notebooks filled with starter code and solutions to
help you re-implement and extend original experiments in
complexity; and models of computation like Turmites, Turing
machines, and cellular automata
Explore the philosophy of science, including the nature of
scientific laws, theory choice, and realism and
instrumentalism
Ideal as a text for a course on computational modeling in
Python,Think Complexityalso helps self-learners gain
valuable experience with topics and ideas they might not
encounter otherwise.