已收藏
图书详情
编辑推荐:
复杂性科学使用计算来探索物理和社会科学。在本书中，你将使用图表、元胞自动机以及基于代理的模型来研究物理学、生物学和经济学。无论是中等水平的Python程序员还是希望学习计算机建模的学生，你都可以通过一系列工作示例、练习、案例研究和易于理解的解释深学习复杂系统。作为Python编程与算法的理想教材，本书还有助于自学者掌握关于他们可能未曾谋面的主题与想法的宝贵经验。 内容简介:
本书是美国奥林工程学院Allen B. Downey教授以20世纪80年代兴起的复杂性科学这一领域的前沿研究成果为载体，在近十几年教学科研过程中积累而成的本书。本书内容主要分三部分：第壹部分主要对复杂性科学概念、范式和科学模式，以及复杂工程和复杂性思维等方面行了介绍；第二部分主要从图论、小世界图、无标度网络、元胞自动机等方面对其经典算法及其实现行了介绍；第三部分主要从物理建模、自组织临界性、智能体模型、兽群算法、化和合作化等方面行了介绍和实现。通过阅读本书，你将更加深地理解图、算法分析、无尺度网络与细胞自动机，使用Python这种强大的语言所提供的高级特性。作为Python编程与算法的理想教材，本书还有助于自学者掌握关于他们可能未曾谋面的主题与想法的宝贵经验。 作者简介:
Allen Downey是欧林工程学院计算机科学的教授，还是O''Reilly软件和数据科学相关书籍的作者，包括Think Python、Think Bayes和Think Stats。他的博客（Probably Overthinking It）经常发表一些有关贝叶斯概率和统计的文章。他拥有U.C.伯克利的计算机科学博士学位以及MIT的硕士与学士学位。 
