000			02629cam a2200253 i 4500
001			19071335
005			20161019152638.0
007			ta
008			160429s2016 mau 001 0 eng
020			_a9780262529624 (pbk. : alk. paper)
040			_aDLC _beng _cDLC _erda _dDLC
043			_an-us-ma
082	0	0	_a005.133 _223 _bG985i
100	1		_aGuttag, John, _95383
245	1	0	_aIntroduction to computation and programming using Python : _bwith application to understanding data / _cJohn V. Guttag.
250			_a2nd ed.
260	3		_aCambridge MA (USA) : _bMIT, _c2016
300			_axvii, 447 p. ; _c23 cm
504			_aIncluye indice
520			_aEste 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.
650		0	_aPYTHON (LENGUAJE DE PROGRAMACIÓN PARA COMPUTADORES) _93894
650		0	_923297 _aPROGRAMACIÓN DE COMPUTADORES
942			_2ddc _cBK
999			_c19393 _d19393