Aplicando las matemáticas con Python: Recetas prácticas para resolver problemas matemáticos computacionales utilizando la programación Python y sus librerías

Opiniones de los lectores

El libro ha sido bien recibido por su cobertura práctica de Python para ingenieros y matemáticos, en particular en áreas relevantes para el aprendizaje automático, las matemáticas y la estadística. Sin embargo, hay críticas con respecto a la calidad de impresión.

Contenido relevante para ingenieros, cubriendo temas relevantes como pandas, numpy, sympy, y scipy.

Proporciona ejemplos prácticos y aplicaciones, especialmente para los métodos Monte Carlo.

(basado en 4 opiniones de lectores)

Título original:

Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries

Contenido del libro:

Descubra soluciones y técnicas fáciles de seguir que le ayudarán a implementar conceptos matemáticos aplicados como probabilidad, cálculo y ecuaciones utilizando las bibliotecas numéricas y científicas de Python.

Características principales

⬤ Compute problemas matemáticos complejos utilizando la lógica de programación con la ayuda de recetas paso a paso.

⬤ Aprende a utilizar las librerías de Python para computación, modelado matemático y estadística.

⬤ Descubra técnicas sencillas pero eficaces para resolver ecuaciones matemáticas y aplíquelas en la estadística del mundo real.

Descripción del libro

Python, uno de los lenguajes de programación más populares del mundo, cuenta con una serie de potentes paquetes que le ayudarán a abordar problemas matemáticos complejos de forma sencilla y eficaz. Estas capacidades básicas ayudan a los programadores a allanar el camino para construir aplicaciones interesantes en diversos dominios, como el aprendizaje automático y la ciencia de datos, utilizando conocimientos en el dominio de las matemáticas computacionales.

El libro enseña a resolver problemas en una amplia variedad de campos matemáticos, como el cálculo, la probabilidad, la estadística y la ciencia de datos, la teoría de grafos, la optimización y la geometría. Empezarás desarrollando las habilidades básicas y aprendiendo sobre los paquetes incluidos en la pila científica de Python, como NumPy, SciPy y Matplotlib. A medida que avances, te familiarizarás con temas más avanzados de cálculo, probabilidad y redes (teoría de grafos). Después de adquirir una sólida comprensión de estos temas, descubrirás las aplicaciones de Python en la ciencia de datos y la estadística, la previsión, la geometría y la optimización. Los capítulos finales le llevarán a través de una colección de problemas diversos, incluyendo el trabajo con formatos de datos específicos y la aceleración de código.

Al final de este libro, dispondrá de un arsenal de soluciones prácticas de codificación que podrá utilizar y modificar para resolver una amplia gama de problemas prácticos en matemáticas computacionales y ciencia de datos.

Lo que aprenderá

⬤ Familiarizarse con paquetes básicos, herramientas y bibliotecas en Python para resolver problemas matemáticos.

⬤ Explorar diversas técnicas que le ayudarán a resolver problemas matemáticos computacionales.

⬤ Comprender los conceptos básicos de las matemáticas aplicadas y cómo aplicarlos a la informática.

⬤ Descubrir cómo elegir el paquete, la herramienta o la técnica más adecuados para resolver un determinado problema.

⬤ Implementar trazados matemáticos básicos, cambiar estilos de trazado y añadir etiquetas a los trazados utilizando Matplotlib.

⬤ Familiarizarse con la teoría de la probabilidad con los métodos de inferencia bayesiana y Markov Chain Monte Carlo (MCMC).

A quién va dirigido este libro

Este libro es para programadores profesionales y estudiantes que buscan resolver problemas matemáticos computacionalmente usando Python. No es necesario tener conocimientos avanzados de matemáticas, pero unos conocimientos básicos le ayudarán a sacar el máximo provecho de este libro. El libro asume familiaridad con los conceptos de Python sobre estructuras de datos.