Introduction to computation and programming using Python : with application to understanding data / John V. Guttag.
Tipo de material: TextoEditor: Cambridge MA (USA) : MIT, 2016Edición: 2nd edDescripción: xvii, 447 p. ; 23 cmISBN: 9780262529624 (pbk. : alk. paper)Tema(s): PYTHON (LENGUAJE DE PROGRAMACIÓN PARA COMPUTADORES) | PROGRAMACIÓN DE COMPUTADORESClasificación CDD: 005.133 Resumen: Este libro introduce a los estudiantes con poca o ninguna experiencia previa en programación al arte de resolver un problema computacional usando Python y diversas bibliotecas de Python, incluyendo PyLab. Se proporcionan todos los conocimientos que les permitan hacer un uso productivo de las técnicas computacionales, incluyendo algunas de las herramientas y técnicas de la ciencia de datos para el uso de la computación para modelar e interpretar los datos. El libro se basa en un curso de MIT (que se convirtió en el curso más popular ofrecido a través de OpenCourseWare del MIT) y fue desarrollado para uso no sólo en un aula convencional, pero en un mooc (MOOC). Esta nueva edición se ha actualizado para Python 3, reorganizado para que sea más fácil de usar para los cursos que cubren sólo un subconjunto del material, y ofrece material adicional que incluye cinco nuevos capítulos. Los estudiantes son introducidos a Python y los fundamentos de la programación en el contexto de tales conceptos y técnicas como la enumeración exhaustiva, la búsqueda de bisección y eficientes algoritmos de aproximación computacional. Aunque cubre temas tradicionales tales como la complejidad computacional y algoritmos simples, el libro se centra en una amplia gama de temas que no se encuentran en la mayoría de los textos introductorios, incluyendo la visualización de información, simulaciones para modelar la aleatoriedad, técnicas computacionales para entender los datos y las técnicas estadísticas que informan ( y desinformar), así como dos temas relacionados pero relativamente avanzados: problemas de optimización y programación dinámica. Esta edición ofrece material expandido en estadísticas y de aprendizaje automático y nuevos capítulos sobre las estadísticas Frecuentista y bayesianos.Tipo de ítem | Ubicación actual | Colección | Signatura | Info Vol | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|---|---|
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 005.133 G985i (Navegar estantería) | Ej. 1 | 1 | Prestado | 2024-11-01 | 026396 | |
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 005.133 G985i (Navegar estantería) | Ej. 2 | 2 | Prestado | 2022-11-30 | 026397 | |
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 005.133 G985i (Navegar estantería) | Ej. 3 | 3 | Disponible | 026398 | ||
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 005.133 G985i (Navegar estantería) | Ej. 4 | 4 | Disponible | 026422 |
Navegando Biblioteca Jorge Álvarez Lleras Estantes, Ubicación: Fondo general, Código de colección: Colección General Cerrar el navegador de estanterías
005.133 F533a ARM Cortex M4 Cookbook: | 005.133 F533a ARM Cortex M4 Cookbook: | 005.133 G985i Introduction to computation and programming using Python : | 005.133 G985i Introduction to computation and programming using Python : | 005.133 G985i Introduction to computation and programming using Python : | 005.133 G985i Introduction to computation and programming using Python : | 005.133 L663t Teoría y práctica del procesamiento de lenguajes: notas de clase / |
Incluye indice
Este libro introduce a los estudiantes con poca o ninguna experiencia previa en programación al arte de resolver un problema computacional usando Python y diversas bibliotecas de Python, incluyendo PyLab. Se proporcionan todos los conocimientos que les permitan hacer un uso productivo de las técnicas computacionales, incluyendo algunas de las herramientas y técnicas de la ciencia de datos para el uso de la computación para modelar e interpretar los datos. El libro se basa en un curso de MIT (que se convirtió en el curso más popular ofrecido a través de OpenCourseWare del MIT) y fue desarrollado para uso no sólo en un aula convencional, pero en un mooc (MOOC). Esta nueva edición se ha actualizado para Python 3, reorganizado para que sea más fácil de usar para los cursos que cubren sólo un subconjunto del material, y ofrece material adicional que incluye cinco nuevos capítulos. Los estudiantes son introducidos a Python y los fundamentos de la programación en el contexto de tales conceptos y técnicas como la enumeración exhaustiva, la búsqueda de bisección y eficientes algoritmos de aproximación computacional. Aunque cubre temas tradicionales tales como la complejidad computacional y algoritmos simples, el libro se centra en una amplia gama de temas que no se encuentran en la mayoría de los textos introductorios, incluyendo la visualización de información, simulaciones para modelar la aleatoriedad, técnicas computacionales para entender los datos y las técnicas estadísticas que informan ( y desinformar), así como dos temas relacionados pero relativamente avanzados: problemas de optimización y programación dinámica. Esta edición ofrece material expandido en estadísticas y de aprendizaje automático y nuevos capítulos sobre las estadísticas Frecuentista y bayesianos.
No hay comentarios en este titulo.