Applicare la matematica con Python: Ricette pratiche per risolvere problemi di matematica computazionale utilizzando la programmazione Python e le sue librerie

Recensioni dei lettori

Il libro è apprezzato per la sua trattazione pratica di Python per ingegneri e matematici, in particolare nelle aree rilevanti per l'apprendimento automatico, la matematica e la statistica. Tuttavia, ci sono critiche riguardo alla qualità di stampa.

Contenuti interessanti per gli ingegneri, che coprono argomenti rilevanti come pandas, numpy, sympy e scipy.

Fornisce esempi pratici e applicazioni, specialmente per i metodi Monte Carlo.

(basato su 4 recensioni dei lettori)

Titolo originale:

Applying Math with Python: Practical recipes for solving computational math problems using Python programming and its libraries

Contenuto del libro:

Scopri soluzioni e tecniche facili da seguire per aiutarti a implementare concetti matematici applicati come probabilità, calcolo ed equazioni utilizzando le librerie numeriche e scientifiche di Python.

Caratteristiche principali

⬤ Compilare problemi matematici complessi utilizzando la logica della programmazione con l'aiuto di ricette passo-passo.

⬤ Impara a utilizzare le librerie di Python per il calcolo, la modellazione matematica e la statistica.

⬤ Scoprire tecniche semplici ma efficaci per la risoluzione di equazioni matematiche e applicarle alle statistiche del mondo reale.

Descrizione del libro

Python, uno dei linguaggi di programmazione più diffusi al mondo, dispone di una serie di potenti pacchetti che consentono di affrontare problemi matematici complessi in modo semplice ed efficiente. Queste funzionalità di base aiutano i programmatori a creare applicazioni interessanti in vari settori, come l'apprendimento automatico e la scienza dei dati, utilizzando le conoscenze nel campo della matematica computazionale.

Il libro insegna a risolvere i problemi che si presentano in un'ampia varietà di campi matematici, tra cui il calcolo, la probabilità, la statistica e la scienza dei dati, la teoria dei grafi, l'ottimizzazione e la geometria. Inizierete sviluppando le competenze di base e imparando a conoscere i pacchetti dello stack scientifico di Python, tra cui NumPy, SciPy e Matplotlib. Man mano che si avanza, si affronteranno argomenti più avanzati di calcolo, probabilità e reti (teoria dei grafi). Dopo aver acquisito una solida conoscenza di questi argomenti, scoprirete le applicazioni di Python nella scienza dei dati e nella statistica, nelle previsioni, nella geometria e nell'ottimizzazione. I capitoli finali vi porteranno ad affrontare una serie di problemi vari, tra cui il lavoro con formati di dati specifici e l'accelerazione del codice.

Alla fine di questo libro, avrete un arsenale di soluzioni pratiche di codifica che possono essere utilizzate e modificate per risolvere una vasta gamma di problemi pratici nella matematica computazionale e nella scienza dei dati.

Che cosa imparerete?

⬤ Prendere confidenza con i pacchetti, gli strumenti e le librerie di base di Python per la risoluzione di problemi matematici.

⬤ Esplorare varie tecniche che vi aiuteranno a risolvere problemi matematici computazionali.

⬤ Comprendere i concetti fondamentali della matematica applicata e come applicarli all'informatica.

⬤ Scoprire come scegliere il pacchetto, lo strumento o la tecnica più adatta per risolvere un determinato problema.

⬤ Implementare i grafici matematici di base, modificare gli stili dei grafici e aggiungere etichette ai grafici utilizzando Matplotlib.

⬤ Imparare a conoscere la teoria della probabilità con l'inferenza bayesiana e i metodi Markov Chain Monte Carlo (MCMC).

A chi è rivolto questo libro

Questo libro è rivolto a programmatori professionisti e studenti che desiderano risolvere problemi matematici in modo computazionale utilizzando Python. Non sono richieste conoscenze matematiche avanzate, ma una conoscenza di base della matematica vi aiuterà a ottenere il massimo da questo libro. Il libro presuppone una certa familiarità con i concetti di strutture dati in Python.