Descripción
La ciencia de la complejidad utiliza la computación para explorar las ciencias físicas y sociales. En Think Complexity, utilizarás gráficos, autómatas celulares y modelos basados en agentes para estudiar temas de física, biología y economía.
Tanto si eres un programador de Python de nivel intermedio como un estudiante de modelado computacional, te sumergirás en ejemplos de sistemas complejos a través de una serie de ejemplos resueltos, ejercicios, estudios de caso y explicaciones fáciles de entender.
En esta segunda edición actualizada, harás lo siguiente:
- Trabajarás con matrices NumPy y métodos SciPy, incluyendo procesamiento básico de señales y Transformada Rápida de Fourier
- Estudiarás modelos abstractos de sistemas físicos complejos, incluyendo leyes de potencia, fractales y ruido rosa, y máquinas de Turing
- Obtendrás cuadernos Jupyter llenos de código inicial y soluciones para ayudarte a re-implementar y extender experimentos originales en complejidad; y modelos de computación como Turmites, máquinas de Turing y autómatas celulares
- Explorarás la filosofía de la ciencia, incluyendo la naturaleza de las leyes científicas, la elección de teorías, y el realismo y el instrumentalismo
Ideal como texto para un curso sobre modelado computacional en Python, Think Complexity también ayuda a los autodidactas a adquirir una valiosa experiencia con temas e ideas que de otro modo no encontrarían.
Autor: Allen Downey
Editorial: O'Reilly Media
Publicado: 28/08/2018
Páginas: 198
Tipo de encuadernación: Tapa blanda
Peso: 0.70lbs
Tamaño: 9.10h x 7.00w x 0.40d
ISBN13: 9781492040200
ISBN10: 1492040207
Categorías BISAC:
- Informática | Lenguajes | Python
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
- Matemáticas | Probabilidad y Estadística | General
Acerca del autor
Allen Downey es profesor de Ciencias de la Computación en el Olin College y autor de una serie de libros de texto gratuitos y de código abierto relacionados con el software y la ciencia de datos, incluyendo Think Python, Think Bayes y Think Complexity, publicados por O'Reilly Media. Su blog, Probably Overthinking It, presenta artículos sobre probabilidad bayesiana y estadística. Tiene un doctorado en ciencias de la computación de la U.C. Berkeley, y títulos de M.S. y B.S. del MIT. Vive cerca de Boston, MA con su esposa y sus dos hijas.