Bewertung:

Das Buch wird für seine Klarheit, die Schritt-für-Schritt-Beispiele und den gut strukturierten Inhalt gelobt, der komplexe Themen sowohl für Anfänger als auch für erfahrene Programmierer zugänglich macht. Es enthält praktische Anwendungsfälle und erforscht verschiedene Funktionen von Python. Die Lesbarkeit der Kindle-Ausgabe hat jedoch einen entscheidenden Nachteil: Es wird bemängelt, dass der Text zu klein ist.
Vorteile:⬤ Leicht zu lesen, auch für Nicht-Programmierer
⬤ gut geschrieben mit klaren Erklärungen
⬤ viele praktische Beispiele
⬤ sowohl für Anfänger als auch für erfahrene Programmierer geeignet
⬤ deckt die Programmierung von maschinellem Lernen ab
⬤ detaillierter und sachkundiger Autor
⬤ praktische Anwendungsfälle
⬤ ausgezeichnet für die Integration von Konzepten in die Ausbildung.
Der Text der Kindle-Ausgabe ist zu klein und fast unleserlich; einige Nutzer waren der Meinung, der Preis sei nicht gerechtfertigt.
(basierend auf 11 Leserbewertungen)
Applied Computational Thinking with Python: Design algorithmic solutions for complex and challenging real-world problems
Anwendung der Philosophie des Computational Thinking zur Lösung komplexer Probleme durch den Entwurf geeigneter Algorithmen, um optimale Ergebnisse in verschiedenen Bereichen zu erzielen
Hauptmerkmale
⬤ Entwickeln Sie logisches Denken und Problemlösungsfähigkeiten, die Ihnen helfen, komplexe Probleme zu bewältigen.
⬤ Erforschen Sie Kernkonzepte der Informatik und wichtige Elemente des Computational Thinking anhand praktischer Beispiele.
⬤ Finden Sie heraus, wie Sie die bestgeeignete algorithmische Lösung für Ihr Problem finden können.
Buchbeschreibung
Computational Thinking hilft Ihnen, logisches Verarbeiten und algorithmisches Denken zu entwickeln, während Sie reale Probleme in einer Vielzahl von Bereichen lösen. Es ist eine wesentliche Fähigkeit, die Sie besitzen sollten, um in dieser modernen Ära der Informationstechnologie die Nase vorn zu haben. Entwickler können ihre Kenntnisse des rechnerischen Denkens anwenden, um Probleme in verschiedenen Bereichen zu lösen, darunter Wirtschaft, Mathematik und künstliche Intelligenz.
Dieses Buch hilft Ihnen zunächst, sich mit Dekomposition, Mustererkennung, Mustergeneralisierung und -abstraktion sowie Algorithmenentwurf vertraut zu machen, und zeigt Ihnen, wie Sie diese Elemente beim Entwurf von Lösungen für anspruchsvolle Probleme praktisch anwenden können. Anschließend lernen Sie verschiedene Techniken der Problemanalyse, des logischen Denkens, des Algorithmusentwurfs, der Clusterbildung und Klassifizierung, der Datenanalyse und der Modellierung kennen und verstehen, wie Elemente des Computational Thinking zusammen mit diesen Aspekten zur Entwicklung von Lösungen eingesetzt werden können. Am Ende werden Sie erfahren, wie Sie Fallstricke im Lösungsentwurfsprozess erkennen und wie Sie die richtigen Funktionalitäten auswählen, um die bestmöglichen algorithmischen Lösungen zu erstellen.
Am Ende dieses Algorithmenbuchs werden Sie das Vertrauen gewonnen haben, Techniken des Computational Thinking erfolgreich auf die Softwareentwicklung anzuwenden.
Was Sie lernen werden
⬤ Entdecken Sie, wie Sie die Dekomposition nutzen können, um Probleme durch visuelle Darstellung zu lösen.
⬤ Anwendung der Verallgemeinerung und Abstraktion von Mustern zur Entwicklung von Lösungen.
⬤ Erwerben Sie analytische Fähigkeiten, um algorithmische Lösungen zu bewerten.
⬤ Computational Thinking mit Python für statistische Analysen anwenden.
⬤ Verstehen des Eingabe- und Ausgabebedarfs für den Entwurf algorithmischer Lösungen.
⬤ Nutzen Sie rechnerisches Denken, um Datenverarbeitungsprobleme zu lösen.
⬤ Fehler in der logischen Verarbeitung erkennen, um den Lösungsentwurf zu verfeinern.
⬤ Computational Thinking in verschiedenen Bereichen anwenden, z. B. in der Kryptographie, der Wirtschaft und dem maschinellen Lernen.
Für wen ist dieses Buch gedacht?
Dieses Buch richtet sich an Studenten, Entwickler und Fachleute, die Problemlösungsfähigkeiten und -taktiken entwickeln wollen, die beim Schreiben oder Debuggen von Softwareprogrammen und -anwendungen eine Rolle spielen. Vertrautheit mit der Python-Programmierung ist erforderlich.