O'Reilly Media Научные основы сложности и вычислительного моделирования: примеры и практические задания

Научные основы сложности используют вычисления для изучения физических и социальных наук. В книге Think Complexity вы будете использовать графы, клеточные автоматы и модели на основе агентов для анализа тем физики, биологии и экономики.

Несмотря на то, являетесь ли вы программистом на Python среднего уровня или студентом вычислительного моделирования, вы погрузитесь в примеры сложных систем через ряд проработанных примеров, упражнений, кейс-исследований и понятных объяснений.

В этом обновленном втором издании вы:

• Работаете с массивами NumPy и методами SciPy, включая базовую обработку сигналов и быстрое преобразование Фурье.
• Изучаете абстрактные модели сложных физических систем, включая степенные законы, фракталы, розовый шум и машины Тьюринга.
• Получаете блокноты Jupyter с исходным кодом и решениями, которые помогут вам повторно реализовать и расширить оригинальные эксперименты в сложности; и модели вычислений, такие как Turmites, машины Тьюринга и клеточные автоматы.
• Исследуете философию науки, включая природу научных законов, выбор теорий, реализм и инструментализм.

Книга идеально подходит в качестве учебника для курса по вычислительному моделированию на Python и помогает самообучающимся получить ценный опыт по темам, с которыми они могут не столкнуться в другом месте.