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: 2nd (version 1.1)
نویسندگان: Allen B. Downey
سری:
ISBN (شابک) : 1449314635, 9781449314637
ناشر: Green Tea Press
سال نشر: 2011
تعداد صفحات: 146
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 مگابایت
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 پیچیدگی فکر کنید: 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.
مهارتهای پایتون خود را با کار با ساختارهای داده و الگوریتمها در زمینهای تازهبخش - از طریق اکتشاف چشمگشا در علم پیچیدگی، گسترش دهید. چه یک برنامه نویس سطح متوسط پایتون باشید و چه دانشجوی مدل سازی محاسباتی، نمونه هایی از سیستم های پیچیده را از طریق مجموعه ای از تمرین ها، مطالعات موردی و توضیحاتی آسان و قابل درک بررسی خواهید کرد. شما با نمودارها، تجزیه و تحلیل الگوریتم، شبکههای بدون مقیاس، و اتوماتای سلولی، با استفاده از ویژگیهای پیشرفتهای که پایتون را به زبان قدرتمندی تبدیل میکند، کار خواهید کرد. Think Complexity که به عنوان متنی برای دورههای برنامهنویسی و الگوریتمهای پایتون ایدهآل است، همچنین به خودآموزان کمک میکند تا تجربیات ارزشمندی با موضوعات و ایدههایی که در غیر این صورت با آنها مواجه نمیشوند، به دست آورند. کار با آرایههای NumPy و روشهای SciPy، پردازش سیگنال اولیه و تبدیل فوریه سریع، و جداول هش مدلهای انتزاعی سیستمهای فیزیکی پیچیده را مطالعه کنید، از جمله قوانین قدرت، فراکتالها و نویز صورتی، و ماشینهای تورینگ دریافت کد شروع و راهحلهایی برای کمک به شما در پیادهسازی مجدد و گسترش آزمایشهای اصلی در پیچیدگی. کاوش در فلسفه علم، از جمله ماهیت علمی قوانین، انتخاب نظریه، واقع گرایی و ابزارگرایی، و موضوعات دیگر بررسی مطالعات موردی سیستم های پیچیده ارائه شده توسط دانشجویان و خوانندگان
Expand your Python skills by working with data structures and algorithms in a refreshing context—through an eye-opening exploration of complexity science. 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 exercises, case studies, and easy-to-understand explanations. You’ll work with graphs, algorithm analysis, scale-free networks, and cellular automata, using advanced features that make Python such a powerful language. Ideal as a text for courses on Python programming and algorithms, Think Complexity will also help self-learners gain valuable experience with topics and ideas they might not encounter otherwise.Work with NumPy arrays and SciPy methods, basic signal processing and Fast Fourier Transform, and hash tables Study abstract models of complex physical systems, including power laws, fractals and pink noise, and Turing machines Get starter code and solutions to help you re-implement and extend original experiments in complexity Explore the philosophy of science, including the nature of scientific laws, theory choice, realism and instrumentalism, and other topics Examine case studies of complex systems submitted by students and readers