Учебное издание в тематической подборке «Программирование на Python». Имена в источнике: Allen B. Downey. Библиографическая карточка создана по mathematics-roadmap. Внутри одной темы книги могут дополнять или заменять друг друга; выбор зависит от подготовки читателя. Конкретное издание и его выходные данные требуют уточнения.
Проверенных отсылок пока нет. Добавить их можно в редакторе страницы.
Комментариев пока нет. Здесь появится первое реальное сообщение читателя.
Курс структур данных и алгоритмов с примерами на Java. Практические задачи поиска информации используются для связи методов с разработкой программ. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Think DSP: цифровая обработка сигналов с PythonПрактическое введение в цифровую обработку сигналов для программистов. Основные идеи развиваются через код и исследование сигналов, а не только через математические формулы. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Think Complexity: сложные системы с PythonУчебник по вычислительному исследованию сложных систем. На примерах из естественных и социальных наук рассматриваются графы, клеточные автоматы и агентные модели. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Think Bayes: байесовская статистика на практикеКурс байесовского подхода, использующий вычисления вместо сложного аналитического аппарата. Вероятностные распределения и обновление предположений исследуются средствами Python. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Think Stats: вероятность и статистика для программистовВведение в статистику через программные эксперименты и работу с наборами данных. Книга адресована читателям, уже владеющим базовыми навыками Python. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Маленькая книга семафоровПособие о синхронизации потоков с помощью семафоров. Рассматривает базовые схемы взаимодействия, классические и менее привычные задачи координации. Отдельные разделы посвящены примерам синхронизации на Python и C. Карточка ведёт к оригинальному учебному материалу; полный текст на Libreta не размещён.
Насколько хорошо этот материал помогает разобраться в каждом вопросе?
Конкретные вопросы пока не указаны. Их можно добавить в научных сведениях.
Краткие аннотации и разные подходы к содержанию. Выше показываются описания с лучшими оценками полезности.
Разбор трудных мест, понятные примеры и ссылки для дальнейшего изучения.
Здесь можно объяснить непонятное слово, обычай или предмет из этого произведения.