Avis des lecteurs
Résumé:Les critiques soulignent que le livre d'Allen Downey sur la science de la complexité est une introduction solide, qui enseigne efficacement des concepts complexes de manière concise. Si beaucoup apprécient l'approche pédagogique et les exemples de programmation, certains expriment leur déception quant à la dépendance de la deuxième édition à l'égard de l'accès à Internet et à la perte de contenu par rapport à la première édition.
Avantages:Contenu bien structuré enseignant la complexité des sciences, utilisation efficace de la programmation pour expliquer les mathématiques, bon pour l'apprentissage autonome, auteur accessible et réactif, édition précédente disponible gratuitement.
Inconvénients:La deuxième édition ne contient pas certains éléments intéressants de la première édition et nécessite une connexion internet pour fonctionner, préférence générale pour la première édition par rapport à la deuxième.
(basé sur 3 avis de lecteurs)
Titre original :
Think Complexity: Complexity Science and Computational Modeling
Contenu du livre :
La science de la complexité utilise l'informatique pour explorer les sciences physiques et sociales. Dans Think Complexity, vous utiliserez des graphes, des automates cellulaires et des modèles basés sur des agents pour étudier des sujets de physique, de biologie et d'économie.
Que vous soyez un programmeur Python de niveau intermédiaire ou un étudiant en modélisation informatique, vous plongerez dans des exemples de systèmes complexes à travers une série d'exemples travaillés, d'exercices, d'études de cas et d'explications faciles à comprendre.
Dans cette deuxième édition mise à jour, vous pourrez :
⬤ Travailler avec les tableaux NumPy et les méthodes SciPy, y compris le traitement du signal de base et la transformée de Fourier rapide.
⬤ Étudier les modèles abstraits de systèmes physiques complexes, y compris les lois de puissance, les fractales et le bruit rose, ainsi que les machines de Turing.
⬤ Les carnets Jupyter sont remplis de code de démarrage et de solutions pour vous aider à réimplémenter et à étendre les expériences originales sur la complexité et les modèles de calcul tels que les Turmites, les machines de Turing et les automates cellulaires.
⬤ Il explore la philosophie des sciences, y compris la nature des lois scientifiques, le choix des théories, le réalisme et l'instrumentalisme.
Idéal comme texte pour un cours sur la modélisation informatique en Python, Think Complexity permet également aux autodidactes d'acquérir une expérience précieuse sur des sujets et des idées qu'ils n'auraient pas pu rencontrer autrement.
Autres informations sur le livre :
| ISBN : | 9781492040200 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 230 |
Achat:
Actuellement disponible, en stock.
