Puntuación:
Las reseñas destacan que el libro de Allen Downey sobre la ciencia de la complejidad es una introducción sólida, que enseña eficazmente conceptos complejos de forma concisa. Aunque muchos aprecian el enfoque didáctico y los ejemplos de programación, algunos expresan su decepción por la dependencia de la segunda edición del acceso a Internet y la pérdida de contenido en comparación con la primera edición.
Ventajas:Contenido bien estructurado que enseña ciencias complejas, uso eficaz de la programación para explicar las matemáticas, bueno para el aprendizaje independiente, autor accesible y receptivo, edición anterior disponible gratuitamente.
Desventajas:La segunda edición carece de algunos elementos interesantes de la primera y requiere conexión a Internet para funcionar, preferencia general por la primera edición sobre la segunda.
(basado en 3 opiniones de lectores)
Think Complexity: Complexity Science and Computational Modeling
La ciencia de la complejidad utiliza la computación para explorar las ciencias físicas y sociales. En Think Complexity, utilizará grafos, autómatas celulares y modelos basados en agentes para estudiar temas de física, biología y economía.
Tanto si es un programador de Python de nivel intermedio como un estudiante de modelado computacional, profundizará en ejemplos de sistemas complejos a través de una serie de ejemplos trabajados, ejercicios, estudios de casos y explicaciones fáciles de entender.
En esta segunda edición actualizada, usted:
⬤ Trabajar con matrices NumPy y métodos SciPy, incluyendo el procesamiento básico de señales y la transformada rápida de Fourier.
⬤ Estudiar modelos abstractos de sistemas físicos complejos, incluyendo leyes de potencia, fractales y ruido rosa, y máquinas de Turing.
⬤ Obtenga cuadernos Jupyter llenos de código de inicio y soluciones para ayudarle a reimplementar y extender experimentos originales en complejidad; y modelos de computación como Turmites, máquinas de Turing y autómatas celulares.
⬤ Explora la filosofía de la ciencia, incluyendo la naturaleza de las leyes científicas, la elección de teorías, 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.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)